Python中使用df更改列名

在Pandas中，DataFrame是一个非常有用的类型，我们经常使用它来存储和处理数据。而在DataFrame中，每一列都有一个名称，有时候我们可能需要更改列名，这时可以使用Pandas中的rename()函数。

rename()函数的用法

rename()函数可以用来更改列名、行名，其基本用法如下所示：

df.rename(columns={"old_name": "new_name"}, index={"old_index": "new_index"}, inplace=True)

其中：

• columns参数表示列名的更改，可以传入一个字典，键为原列名，值为新列名。
• index参数表示行名的更改，也可以传入一个字典，键为原行名，值为新行名。
• inplace参数默认为False，表示不修改原DataFrame，而是返回一个新的DataFrame；若设置为True，则原DataFrame就会被修改。

下面的例子演示了如何更改DataFrame的列名：

import pandas as pd

data = {"姓名": ["张三", "李四", "王五"], "年龄": [18, 19, 20], "性别": ["男", "女", "男"]}

df = pd.DataFrame(data)

print(df)

# 输出：
#    姓名  年龄 性别
# 0  张三  18  男
# 1  李四  19  女
# 2  王五  20  男

df.rename(columns={"姓名": "name", "年龄": "age", "性别": "gender"}, inplace=True)

print(df)

# 输出：
#   name  age gender
# 0   张三   18      男
# 1   李四   19      女
# 2   王五   20      男

可以看到，通过rename()函数，我们成功将原DataFrame的列名更改了。

总结

在本文中，我们介绍了如何使用Pandas中的rename()函数来更改DataFrame的列名，以及其基本用法。了解rename()函数的用法可以帮助我们更好地处理DataFrame中的数据，提高数据处理的效率。

Markdown：

# Python中使用df更改列名

在Pandas中，DataFrame是一个非常有用的类型，我们经常使用它来存储和处理数据。而在DataFrame中，每一列都有一个名称，有时候我们可能需要更改列名，这时可以使用Pandas中的`rename()`函数。

## rename()函数的用法

`rename()`函数可以用来更改列名、行名，其基本用法如下所示：

```python
df.rename(columns={"old_name": "new_name"}, index={"old_index": "new_index"}, inplace=True)

其中：

• columns参数表示列名的更改，可以传入一个字典，键为原列名，值为新列名。
• index参数表示行名的更改，也可以传入一个字典，键为原行名，值为新行名。
• inplace参数默认为False，表示不修改原DataFrame，而是返回一个新的DataFrame；若设置为True，则原DataFrame就会被修改。

下面的例子演示了如何更改DataFrame的列名：

import pandas as pd

data = {"姓名": ["张三", "李四", "王五"], "年龄": [18, 19, 20], "性别": ["男", "女", "男"]}

df = pd.DataFrame(data)

print(df)

# 输出：
#    姓名  年龄 性别
# 0  张三  18  男
# 1  李四  19  女
# 2  王五  20  男

df.rename(columns={"姓名": "name", "年龄": "age", "性别": "gender"}, inplace=True)

print(df)

# 输出：
#   name  age gender
# 0   张三   18      男
# 1   李四   19      女
# 2   王五   20      男

可以看到，通过rename()函数，我们成功将原DataFrame的列名更改了。

总结

在本文中，我们介绍了如何使用Pandas中的rename()函数来更改DataFrame的列名，以及其基本用法。了解rename()函数的用法可以帮助我们更好地处理DataFrame中的数据，提高数据处理的效率。