11、pandas的修改列名和索引rename()
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了11、pandas的修改列名和索引rename()相关的知识，希望对你有一定的参考价值。
参考技术A 有时候我们需要修改DataFrame的 个别 列名或者索引，避免重复、方便使用。这时就需要使用到rename()函数，rename()函数使用时比较简单。
现在我们想要把'表1Lat'和'表1Lon'改为维度和经度：
其中columns代表要对列名进行修改，在Python的pandas库里面，跟列名有关的一般都是用columns，而不是用names。
在columns后面是一个字典形式，键是原列名，值是新列名。修改的时候只会改选择到的列。
注意修改只会要写入源数据时需要赋值或者用inplace = True。
rename()函数适合于修改个别的索引或者列名，如果需要大部分的修改或者全部修改的话就使用set_index()函数比较方便。
多层索引或者列名怎么修改？
回答是：尽量别用多层索引。
重命名 Pandas DataFrame 索引
【中文标题】重命名 Pandas DataFrame 索引【英文标题】：Rename Pandas DataFrame Index 【发布时间】：2013-11-19 23:42:13 【问题描述】：我有一个没有标题的 csv 文件，带有一个 DateTime 索引。我想重命名索引和列名，但使用 df.rename() 仅重命名列名。漏洞？我使用的是 0.12.0 版
In [2]: df = pd.read_csv(r'D:\Data\DataTimeSeries_csv//seriesSM.csv', header=None, parse_dates=[[0]], index_col=[0] )
In [3]: df.head()
Out[3]:
1
0
2002-06-18 0.112000
2002-06-22 0.190333
2002-06-26 0.134000
2002-06-30 0.093000
2002-07-04 0.098667
In [4]: df.rename(index=0:'Date', columns=1:'SM', inplace=True)
In [5]: df.head()
Out[5]:
SM
0
2002-06-18 0.112000
2002-06-22 0.190333
2002-06-26 0.134000
2002-06-30 0.093000
2002-07-04 0.098667
【问题讨论】：
我发誓在 2022 年我仍然会像每月 4 次一样查找这个问题。 【参考方案1】：对于单个索引：
df.index.rename('new_name')
对于多索引：
df.index.rename(['new_name','new_name2'])
我们也可以在最新的 pandas 中使用它：
rename_axis
【讨论】：
如果你这样做，你只会有一个重命名的索引作为回报，但数据框不会改变。【参考方案2】：您可以使用pandas.DataFrame 的index 和columns 属性。注意：列表的元素数必须与行数/列数匹配。
# A B C
# ONE 11 12 13
# TWO 21 22 23
# THREE 31 32 33
df.index = [1, 2, 3]
df.columns = ['a', 'b', 'c']
print(df)
# a b c
# 1 11 12 13
# 2 21 22 23
# 3 31 32 33
【讨论】：
【参考方案3】：当前选择的答案未提及可用于重命名索引和列级别的rename_axis 方法。
Pandas 在重命名索引级别时有些古怪。还有一个新的 DataFrame 方法 rename_axis 可用于更改索引级别名称。
我们来看一个DataFrame
df = pd.DataFrame('age':[30, 2, 12],
'color':['blue', 'green', 'red'],
'food':['Steak', 'Lamb', 'Mango'],
'height':[165, 70, 120],
'score':[4.6, 8.3, 9.0],
'state':['NY', 'TX', 'FL'],
index = ['Jane', 'Nick', 'Aaron'])
此 DataFrame 对每个行和列索引都有一个级别。行索引和列索引都没有名称。让我们将行索引级别名称更改为“名称”。
df.rename_axis('names')
rename_axis 方法还可以通过更改axis 参数来更改列级别名称：
df.rename_axis('names').rename_axis('attributes', axis='columns')
如果您为某些列设置索引，则列名将成为新的索引级别名称。让我们将索引级别附加到原始 DataFrame：
df1 = df.set_index(['state', 'color'], append=True)
df1
请注意原始索引是如何没有名称的。我们仍然可以使用rename_axis，但需要传递一个与索引级别数相同长度的列表。
df1.rename_axis(['names', None, 'Colors'])
您可以使用None 有效地删除索引级别名称。
系列工作类似，但有一些不同
让我们创建一个具有三个索引级别的系列
s = df.set_index(['state', 'color'], append=True)['food']
s
state color
Jane NY blue Steak
Nick TX green Lamb
Aaron FL red Mango
Name: food, dtype: object
我们可以像使用 DataFrames 一样使用rename_axis
s.rename_axis(['Names','States','Colors'])
Names States Colors
Jane NY blue Steak
Nick TX green Lamb
Aaron FL red Mango
Name: food, dtype: object
请注意，在 Series 下方有一个额外的元数据，称为 Name。从 DataFrame 创建 Series 时，此属性设置为列名。
我们可以传递一个字符串名称给rename方法来改变它
s.rename('FOOOOOD')
state color
Jane NY blue Steak
Nick TX green Lamb
Aaron FL red Mango
Name: FOOOOOD, dtype: object
DataFrames 没有这个属性，如果这样使用实际上会引发异常
df.rename('my dataframe')
TypeError: 'str' object is not callable
在 pandas 0.21 之前，您可以使用 rename_axis 重命名索引和列中的值。它已被弃用，所以不要这样做
【讨论】：
你应该把df1 = df.set_index(['state', 'color'], append=True)换成df1.rename_axis(['names', None, 'Colors'])吗？
如果我想将“Nick”重命名为“Nicolas”怎么办？这就是我在谷歌上搜索“重命名熊猫索引”并最终来到这里时所寻找的。编辑：哦，等等，接受的答案确实解释了这一点，起初对我来说并不明显。
很好，这是唯一可以在链式作业中使用的答案！
在重命名索引和列的时候不需要调用两次，你可以用args处理一次：df.rename_axis(index='names', columns='attributes')【参考方案4】：
对于较新的pandas 版本
df.index = df.index.rename('new name')
或
df.index.rename('new name', inplace=True)
后者是必需的，如果数据框应保留其所有属性。
【讨论】：
【参考方案5】：df.index.rename('new name', inplace=True)
是唯一为我完成这项工作的人（熊猫 0.22.0）。 如果没有 inplace=True，在我的情况下没有设置索引的名称。
【讨论】：
【参考方案6】：如果您想使用相同的映射来重命名列和索引，您可以这样做：
mapping = 0:'Date', 1:'SM'
df.index.names = list(map(lambda name: mapping.get(name, name), df.index.names))
df.rename(columns=mapping, inplace=True)
【讨论】：
【参考方案7】：您也可以使用Index.set_names，如下：
In [25]: x = pd.DataFrame('year':[1,1,1,1,2,2,2,2],
....: 'country':['A','A','B','B','A','A','B','B'],
....: 'prod':[1,2,1,2,1,2,1,2],
....: 'val':[10,20,15,25,20,30,25,35])
In [26]: x = x.set_index(['year','country','prod']).squeeze()
In [27]: x
Out[27]:
year country prod
1 A 1 10
2 20
B 1 15
2 25
2 A 1 20
2 30
B 1 25
2 35
Name: val, dtype: int64
In [28]: x.index = x.index.set_names('foo', level=1)
In [29]: x
Out[29]:
year foo prod
1 A 1 10
2 20
B 1 15
2 25
2 A 1 20
2 30
B 1 25
2 35
Name: val, dtype: int64
【讨论】：
【参考方案8】：rename 方法采用适用于索引值的索引字典。
您想重命名为索引级别的名称：
df.index.names = ['Date']
考虑这一点的一个好方法是，列和索引是同一类型的对象（Index 或 MultiIndex），您可以通过转置将两者互换。
这有点令人困惑，因为索引名称与列的含义相似，所以这里有更多示例：
In [1]: df = pd.DataFrame([[1, 2, 3], [4, 5 ,6]], columns=list('ABC'))
In [2]: df
Out[2]:
A B C
0 1 2 3
1 4 5 6
In [3]: df1 = df.set_index('A')
In [4]: df1
Out[4]:
B C
A
1 2 3
4 5 6
可以在索引上看到rename，可以改变value 1：
In [5]: df1.rename(index=1: 'a')
Out[5]:
B C
A
a 2 3
4 5 6
In [6]: df1.rename(columns='B': 'BB')
Out[6]:
BB C
A
1 2 3
4 5 6
在重命名关卡名称时：
In [7]: df1.index.names = ['index']
df1.columns.names = ['column']
注意：此属性只是一个列表，您可以将重命名为列表理解/映射。
In [8]: df1
Out[8]:
column B C
index
1 2 3
4 5 6
【讨论】：
很好的答案。只是一个温和的提醒，没有"inplace =True"，df1.rename 不会真正改变任何事情。
@Sarah 为什么你提到的那条神奇的线会做出改变？
就地修改已经存在的 pandas 数据框对象。虽然没有就地的操作使数据框保持不变并返回一个新创建的df。因此，没有重命名必须做这样的事情：df1 = df1.rename....
为什么这个答案在底部？上面的那些都不行。这个答案显然得票最多。【参考方案9】：
在 Pandas 0.13 及更高版本中，索引级别名称是不可变的（类型为 FrozenList）并且不能再直接设置。您必须首先使用Index.rename() 将新的索引级别名称应用于索引，然后使用DataFrame.reindex() 将新索引应用于DataFrame。例子：
对于 Pandas 版本
df.index.names = ['Date']
对于 Pandas 版本 >= 0.13
df = df.reindex(df.index.rename(['Date']))
【讨论】：
不是真的！在我的 Pandas (0.13.1) 版本中，df.index.names = ['foo'] 工作正常！ 感谢您注意到@LondonRob - `df.index.names = ['foo']` 也适用于 Pandas 0.14。显然，这只是在我测试时被短暂破坏并包含在内。 直接为index 或column 设置名称对我来说都是改变（在Pandas 0.19 上），但不是用这种方法。以上是关于11、pandas的修改列名和索引rename()的主要内容，如果未能解决你的问题，请参考以下文章
pandas功能使用rename, reindex, set_index 详解
Python中偶尔遇到的细节疑问：去除列名特殊字符标准差出现nan切片索引可超出范围range步长
pandas重命名列名称数据列名称重命名(Rename Column Names): renameset_axisdf.columns