如何仅将“未命名：”列重命名为数字索引
Posted
技术标签:
【中文标题】如何仅将“未命名：”列重命名为数字索引【英文标题】：How to rename only 'Unnamed:' columns as numeric index 【发布时间】：2018-01-25 15:06:59 【问题描述】：我正在以data frame 的形式读取 excel 文件。但是，我的前三列有标题，其余的只需要一个数字索引。当我读取文件时，我得到下面的输出。
a b c Unnamed: 4 Unnamed: 5 Unnamed: 6
0 0.109066 -1.112704 -0.545209 0.109066 -1.112704 -0.545209
1 0.447114 1.525341 0.317252 0.109066 -1.112704 -0.545209
2 0.507495 0.137863 0.886283 1.452867 1.888363 1.168101
3 1.452867 1.888363 1.168101 0.901371 -0.704805 0.088335
4 0.901371 -0.704805 0.088335 0.901371 -0.704805 0.088335
我希望数据框看起来像这样，请记住未命名列的数量可能会有所不同。
a b c 1 2 3
0 0.109066 -1.112704 -0.545209 0.109066 -1.112704 -0.545209
1 0.447114 1.525341 0.317252 0.109066 -1.112704 -0.545209
2 0.507495 0.137863 0.886283 1.452867 1.888363 1.168101
3 1.452867 1.888363 1.168101 0.901371 -0.704805 0.088335
4 0.901371 -0.704805 0.088335 0.901371 -0.704805 0.088335
如何重命名所有 Unnamed: # 列并为其分配数字索引？
【问题讨论】：
该列是“未命名”还是根本没有名称（即空白）？ 熊猫默认分配它Unnamed: #
【参考方案1】：
我认为您不应该对映射进行硬编码。使用列表推导。
In [550]: i = iter(range(1, len(df.columns) + 1))
In [551]: df.columns = [x if not x.startswith('Unnamed') else next(i) for x in df.columns]
In [552]: df
Out[552]:
a b c 1 2 3
0 0.109066 -1.112704 -0.545209 0.109066 -1.112704 -0.545209
1 0.447114 1.525341 0.317252 0.109066 -1.112704 -0.545209
2 0.507495 0.137863 0.886283 1.452867 1.888363 1.168101
3 1.452867 1.888363 1.168101 0.901371 -0.704805 0.088335
4 0.901371 -0.704805 0.088335 0.901371 -0.704805 0.088335
【讨论】：
【参考方案2】：您可以创建dict，然后创建rename：
a = df.columns[df.columns.str.startswith('Unnamed')]
d = dict(zip(a, range(1, len(a)+1)))
print (d)
'Unnamed: 4': 1, 'Unnamed: 6': 3, 'Unnamed: 5': 2
df = df.rename(columns=d)
print (df)
a b c 1 2 3
0 0.109066 -1.112704 -0.545209 0.109066 -1.112704 -0.545209
1 0.447114 1.525341 0.317252 0.109066 -1.112704 -0.545209
2 0.507495 0.137863 0.886283 1.452867 1.888363 1.168101
3 1.452867 1.888363 1.168101 0.901371 -0.704805 0.088335
4 0.901371 -0.704805 0.088335 0.901371 -0.704805 0.088335
【讨论】：
以上是关于如何仅将“未命名：”列重命名为数字索引的主要内容，如果未能解决你的问题，请参考以下文章