Ketahui cara menukar nama lajur bingkai data Pandas dengan mudah

王林
Lepaskan: 2024-01-09 15:46:05
asal
582 orang telah melayarinya

Ketahui cara menukar nama lajur bingkai data Pandas dengan mudah

Tutorial Pandas: Ketahui cara mengubah suai nama lajur dengan mudah, contoh kod khusus diperlukan

Pengenalan:
Pandas ialah perpustakaan analisis data yang digunakan secara meluas dalam Python, menyediakan sejumlah besar fungsi berkuasa, termasuk import data, pemprosesan, penukaran dan Analisis dsb. Semasa pemprosesan data, nama lajur selalunya perlu diubah suai. Artikel ini akan memperkenalkan secara terperinci cara menggunakan kaedah dalam pustaka Pandas untuk mengubah suai nama lajur bingkai data dengan mudah dan memberikan contoh kod khusus.

  1. Import perpustakaan Pandas
    Pertama, kita perlu mengimport pustaka Pandas dalam skrip Python.
import pandas as pd
Salin selepas log masuk
  1. Mencipta bingkai data
    Untuk menunjukkan cara mengubah suai nama lajur, kita perlu mencipta bingkai data terlebih dahulu.
data = {'Name': ['Tom', 'John', 'Alice', 'Emma'],
        'Age': [25, 30, 28, 35],
        'Gender': ['Male', 'Male', 'Female', 'Female']}
df = pd.DataFrame(data)
print(df)
Salin selepas log masuk

Hasil output adalah seperti berikut:

   Name  Age  Gender
0   Tom   25    Male
1  John   30    Male
2 Alice   28  Female
3  Emma   35  Female
Salin selepas log masuk
  1. Gunakan kaedah nama semula untuk mengubah suai nama lajur
    Pandas menyediakan kaedah nama semula untuk mengubah suai nama lajur bingkai data. Kita boleh lulus dalam kamus melalui kaedah ini, menggunakan nama lajur asal sebagai kunci dan nama lajur baharu sebagai nilai untuk mencapai pengubahsuaian. Berikut ialah contoh kod khusus:
new_columns = {'Name': '姓名', 'Age': '年龄', 'Gender': '性别'}
df = df.rename(columns=new_columns)
print(df)
Salin selepas log masuk

Hasil output adalah seperti berikut:

     姓名  年龄      性别
0   Tom  25    Male
1  John  30    Male
2 Alice  28  Female
3  Emma  35  Female
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk
  1. Gunakan kaedah set_axis untuk mengubah suai nama lajur
    Selain menggunakan kaedah nama semula, kita juga boleh menggunakan kaedah set_axis untuk mengubah suai nama lajur. Kaedah set_axis memerlukan hantaran dalam senarai, di mana setiap elemen sepadan dengan nama lajur baharu. Berikut ialah contoh kod khusus:
new_columns = ['姓名', '年龄', '性别']
df.set_axis(new_columns, axis='columns', inplace=True)
print(df)
Salin selepas log masuk

Hasil output adalah sama seperti di atas:

     姓名  年龄      性别
0   Tom  25    Male
1  John  30    Male
2 Alice  28  Female
3  Emma  35  Female
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk
  1. Gunakan atribut lajur untuk mengubah suai nama lajur secara terus
    Selain itu, kami juga boleh mengubah suai nama lajur secara langsung dengan mengubah suai atribut lajur bagi bingkai data. Berikut ialah contoh kod khusus:
df.columns = ['姓名', '年龄', '性别']
print(df)
Salin selepas log masuk

Hasil keluaran adalah sama seperti sebelumnya:

     姓名  年龄      性别
0   Tom  25    Male
1  John  30    Male
2 Alice  28  Female
3  Emma  35  Female
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk

Ringkasan:
Dalam artikel ini, kami memperkenalkan cara menggunakan kaedah nama semula, kaedah set_axis dan secara langsung mengubah suai atribut lajur dalam Pustaka Pandas untuk mengubah suai nama lajur bingkai data. Kaedah ini menyediakan cara yang fleksibel dan ringkas untuk mengubah suai nama lajur untuk memudahkan pemprosesan dan analisis data. Saya harap artikel ini akan membantu anda mempelajari dan menggunakan perpustakaan Pandas.

Atas ialah kandungan terperinci Ketahui cara menukar nama lajur bingkai data Pandas dengan mudah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!