重命名数据列 Pandas - Python

Pandas是Python中广泛使用的一个数据处理库。在数据分析中，我们经常需要重命名数据列来更好地描述数据，使其更容易理解。在本文中，我们将介绍如何在Pandas中重命名数据列。

准备工作

我们首先需要导入Pandas库并创建一个样本数据集。下面的代码演示了如何创建一个包含三列和三行数据的DataFrame。

import pandas as pd

data = {
    'ID': [1, 2, 3],
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [21, 25, 30]
}

df = pd.DataFrame(data)
print(df)

这将输出以下结果:

   ID      Name  Age
0   1     Alice   21
1   2       Bob   25
2   3  Charlie   30

这是我们将用来演示如何重命名数据列的数据。

重命名数据列

在Pandas中，我们可以使用rename()函数来重命名列名。我们可以传递一个字典，其中包含当前的列名和它们的新名称。下面是代码示例：

new_names = {
    'ID': 'Student ID',  # 将 'ID' 列重命名为 'Student ID'
    'Name': 'Student Name',  # 将 'Name' 列重命名为 'Student Name'
    'Age': 'Student Age'  # 将 'Age' 列重命名为 'Student Age'
}

df = df.rename(columns=new_names)
print(df)

这将输出以下结果：

   Student ID Student Name  Student Age
0           1        Alice           21
1           2          Bob           25
2           3     Charlie           30

如上所述，我们首先创建一个包含新名称的字典，然后在我们的DataFrame上调用rename()函数来重命名列。

我们也可以选择直接更改列名，并将inplace参数设为True。下面的代码演示了这个方法：

df.columns = ['ID', 'Name', 'Age']  # 直接更改列名称
print(df)

这将输出以下结果：

   ID      Name  Age
0   1     Alice   21
1   2       Bob   25
2   3  Charlie   30

这方法更为简洁，但建议在更改列名时使用rename()函数，因为它能更好地保留原始数据集。

总结

我们学习了如何在Pandas中重命名数据列。我们可以使用rename()函数来重命名列名，也可以直接更改列名。您可能需要在数据处理中频繁使用此功能，因为更改列名能够更好地解释和描述数据集的意义。