答案 0 :(得分:1)
首先,将非日期列移入索引,然后使用replace和reset_index:
df = df.set_index('CashFlows')
df = df.rename(columns=lambda x: 'year_'+str(x.year))
答案 1 :(得分:0)
查看df.columns,找到列和dtype的名称。
df.rename(colummns={'foo':'bar'},inplace=True)
答案 2 :(得分:0)
假设您具有以下数据框
2018-12-31 00:00:00 2019-12-31 00:00:00 2020-12-31 00:00:00
0 blah blah blah
1 blah blah blah
只要
from dateutil import parser
df.columns = [parser.parse(c).strftime('year_%Y') for c in df.columns]
df
输出
year_2018 year_2019 year_2020
0 blah blah blah
1 blah blah blah