Question

我有一个包含GDP数据的数据框。前几列包含有关国家/地区的重要数据（我已将其重命名为我想要的方式），但随后进入一长列，显示从1960年到2015年每年的列以及每年的GDP。此外，这些列的名称已被弄乱，它们以单词“未命名”顺序命名，即“未命名：4”，“未命名：5”等。

我的想法是将所有“未命名”列重命名为年份（从1960年到2015年）。例如 {'Unnamed 4'：1960，'Unnamed 5'：1961，等等} 。因此，我尝试编写以下代码：

GDP = pd.read_csv('world_bank.csv')
GDP = GDP.rename(columns={"Data Source": "Country", "World Development Indicators": "Country Code", "Unnamed: 2": "Indicator name", "Unnamed: 3": "Indicator Code"})   
GDP = GDP.replace({'Data Source': {'Korea, Rep.': 'South Korea', 'Iran, Islamic Rep.': 'Iran', 'Hong Kong SAR, China': 'Hong Kong'}})

#Below is what I wrote to try to iterate through
GDP = GDP.rename(columns={["Unnamed: "+str(i)+": "+str(j) for i in range(4, 60) for j in range(1960, 2016)]})

但是当我使用该代码时，会出现以下错误：

TypeError：不可散列的类型：“列表”

有什么想法吗？

Answer 1

您可以像这样直接在python中使用dict comprehension

GDP.rename(columns = {"Unnamed: "+str(i): str(1956+i) for i in range(4, 60)})

Answer 2

您应该将字典传递给rename函数，该字典应包含现有的列名作为键，替换的列名作为值。您可以在documentation中看到一个示例。

批量重命名df中的列

2 个答案: