Renommer les noms de colonnes dans Pandas

Question

J'ai un DataFrame utilisant Pandas et des étiquettes de colonne que je dois modifier pour remplacer les étiquettes de colonne d'origine.

Je voudrais changer le nom des colonnes dans un DataFrame. A où se trouvent les noms des colonnes originales :

['$a', '$b', '$c', '$d', '$e']

à

['a', 'b', 'c', 'd', 'e'].

Les noms des colonnes modifiées sont stockés dans une liste, mais je ne sais pas comment remplacer les noms des colonnes.

Answer 1

RENOMMER DES COLONNES SPÉCIFIQUES

Utilisez le df.rename() et référencer les colonnes à renommer. Toutes les colonnes ne doivent pas être renommées :

df = df.rename(columns={'oldName1': 'newName1', 'oldName2': 'newName2'})
# Or rename the existing DataFrame (rather than creating a copy) 
df.rename(columns={'oldName1': 'newName1', 'oldName2': 'newName2'}, inplace=True)

Exemple de code minimal

df = pd.DataFrame('x', index=range(3), columns=list('abcde'))
df

   a  b  c  d  e
0  x  x  x  x  x
1  x  x  x  x  x
2  x  x  x  x  x

Les méthodes suivantes fonctionnent toutes et produisent le même résultat :

df2 = df.rename({'a': 'X', 'b': 'Y'}, axis=1)  # new method
df2 = df.rename({'a': 'X', 'b': 'Y'}, axis='columns')
df2 = df.rename(columns={'a': 'X', 'b': 'Y'})  # old method  

df2

   X  Y  c  d  e
0  x  x  x  x  x
1  x  x  x  x  x
2  x  x  x  x  x

N'oubliez pas de réaffecter le résultat, car la modification n'est pas en place. Alternativement, spécifiez inplace=True :

df.rename({'a': 'X', 'b': 'Y'}, axis=1, inplace=True)
df

   X  Y  c  d  e
0  x  x  x  x  x
1  x  x  x  x  x
2  x  x  x  x  x

A partir de la v0.25, vous pouvez également spécifier errors='raise' pour lever des erreurs si une colonne à renommer invalide est spécifiée. Voir v0.25 rename() docs .

---

RÉAFFECTER LES EN-TÊTES DE COLONNE

Utilisez df.set_axis() avec axis=1 et inplace=False (pour renvoyer une copie).

df2 = df.set_axis(['V', 'W', 'X', 'Y', 'Z'], axis=1, inplace=False)
df2

   V  W  X  Y  Z
0  x  x  x  x  x
1  x  x  x  x  x
2  x  x  x  x  x

Cette méthode renvoie une copie, mais vous pouvez modifier le DataFrame sur place en définissant les paramètres suivants inplace=True (c'est le comportement par défaut pour les versions <=0.24 mais il est probable que cela change à l'avenir).

Vous pouvez également attribuer des en-têtes directement :

df.columns = ['V', 'W', 'X', 'Y', 'Z']
df

   V  W  X  Y  Z
0  x  x  x  x  x
1  x  x  x  x  x
2  x  x  x  x  x

Answer 2

Il suffit de l'attribuer à la .columns attribut :

>>> df = pd.DataFrame({'$a':[1,2], '$b': [10,20]})
>>> df
   $a  $b
0   1  10
1   2  20

>>> df.columns = ['a', 'b']
>>> df
   a   b
0  1  10
1  2  20

Answer 3

Le site rename peut prendre un fonction par exemple :

In [11]: df.columns
Out[11]: Index([u'$a', u'$b', u'$c', u'$d', u'$e'], dtype=object)

In [12]: df.rename(columns=lambda x: x[1:], inplace=True)

In [13]: df.columns
Out[13]: Index([u'a', u'b', u'c', u'd', u'e'], dtype=object)

Answer 4

Comme le montre le document Travailler avec des données textuelles :

df.columns = df.columns.str.replace('$', '')

Answer 5

Pandas 0.21+ Réponse

Des mises à jour importantes ont été apportées au renommage des colonnes dans la version 0.21.

• Le site rename méthode a ajouté le axis qui peut être défini comme columns ou 1 . Cette mise à jour permet de faire correspondre cette méthode au reste de l'API pandas. Elle possède toujours l'attribut index et columns mais vous n'êtes plus obligé de les utiliser.
• Le site set_axis méthode avec le inplace réglé sur False vous permet de renommer tous les libellés d'index ou de colonnes avec une liste.

Exemples pour Pandas 0.21+.

Construire un échantillon de DataFrame :

df = pd.DataFrame({'$a':[1,2], '$b': [3,4], 
                   '$c':[5,6], '$d':[7,8], 
                   '$e':[9,10]})

   $a  $b  $c  $d  $e
0   1   3   5   7   9
1   2   4   6   8  10

Utilisation de rename avec axis='columns' ou axis=1

df.rename({'$a':'a', '$b':'b', '$c':'c', '$d':'d', '$e':'e'}, axis='columns')

ou

df.rename({'$a':'a', '$b':'b', '$c':'c', '$d':'d', '$e':'e'}, axis=1)

Les deux aboutissent à ce qui suit :

   a  b  c  d   e
0  1  3  5  7   9
1  2  4  6  8  10

Il est encore possible d'utiliser l'ancienne méthode de signature :

df.rename(columns={'$a':'a', '$b':'b', '$c':'c', '$d':'d', '$e':'e'})

Le site rename accepte également les fonctions qui seront appliquées à chaque nom de colonne.

df.rename(lambda x: x[1:], axis='columns')

ou

df.rename(lambda x: x[1:], axis=1)

---

Utilisation de set_axis avec une liste et inplace=False

Vous pouvez fournir une liste à la set_axis dont la longueur est égale au nombre de colonnes (ou d'index). Actuellement, inplace La valeur par défaut est True mais inplace La valeur par défaut sera False dans les prochaines versions.

df.set_axis(['a', 'b', 'c', 'd', 'e'], axis='columns', inplace=False)

ou

df.set_axis(['a', 'b', 'c', 'd', 'e'], axis=1, inplace=False)

---

Pourquoi ne pas utiliser df.columns = ['a', 'b', 'c', 'd', 'e'] ?

Il n'y a rien de mal à affecter directement les colonnes de cette manière. C'est une solution parfaitement adaptée.

L'avantage d'utiliser set_axis est qu'elle peut être utilisée dans le cadre d'une chaîne de méthodes et qu'elle renvoie une nouvelle copie du DataFrame. Sans elle, vous devriez enregistrer les étapes intermédiaires de la chaîne dans une autre variable avant de réaffecter les colonnes.

# new for pandas 0.21+
df.some_method1()
  .some_method2()
  .set_axis()
  .some_method3()

# old way
df1 = df.some_method1()
        .some_method2()
df1.columns = columns
df1.some_method3()