Tingkatkan kecekapan: cara cepat untuk menukar nama lajur bingkai data

Petua Panda: Ubah suai nama lajur bingkai data dengan pantas

Pengenalan:
Dalam proses pemprosesan dan analisis data, kita sering menghadapi situasi di mana kita perlu mengubah suai nama lajur bingkai data. Pandas ialah perpustakaan pemprosesan data yang berkuasa yang menyediakan fungsi yang kaya untuk memanipulasi dan memproses bingkai data. Artikel ini akan memperkenalkan beberapa kaedah untuk mengubah suai nama lajur bingkai data dengan cepat dan memberikan contoh kod tertentu.

1. Gunakan fungsi rename()
Pandas menyediakan fungsi rename(), yang boleh mengubah suai nama lajur bingkai data dengan mudah. Fungsi ini menerima kamus sebagai parameter, kekunci kamus mewakili nama lajur asal, dan nilai kamus mewakili nama lajur baharu. Berikut adalah contoh:

import pandas as pd

# 创建一个数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['Female', 'Male', 'Male']}
df = pd.DataFrame(data)

# 使用rename()函数修改列名
df.rename(columns={'Name': '姓名', 'Age': '年龄', 'Gender': '性别'}, inplace=True)

# 打印修改后的数据框
print(df)

Jalankan kod di atas, hasil keluaran adalah seperti berikut:

        姓名  年龄      性别
0    Alice  25  Female
1      Bob  30    Male
2  Charlie  35    Male

2. Tetapkan nilai secara langsung kepada atribut lajur
Selain menggunakan fungsi rename(), kita juga boleh teruskan senarai nama lajur yang diubah suai kepada atribut lajur data untuk mencapai kesan mengubah suai nama lajur dengan cepat. Berikut ialah contoh:

import pandas as pd

# 创建一个数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['Female', 'Male', 'Male']}
df = pd.DataFrame(data)

# 直接赋值给columns属性修改列名
df.columns = ['姓名', '年龄', '性别']

# 打印修改后的数据框
print(df)

Jalankan kod di atas, hasil keluaran adalah sama seperti contoh sebelumnya:

        姓名  年龄      性别
0    Alice  25  Female
1      Bob  30    Male
2  Charlie  35    Male

3 Ubah suai nama lajur kepada huruf kecil atau huruf besar
Kadangkala, kita perlu menyatukan nama lajur. bingkai data kepada huruf kecil atau huruf besar . Pandas menyediakan fungsi str.lower() dan str.upper() untuk mencapai matlamat ini. Berikut adalah contoh:

import pandas as pd

# 创建一个数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['Female', 'Male', 'Male']}
df = pd.DataFrame(data)

# 将列名修改为小写
df.columns = df.columns.str.lower()

# 打印修改后的数据框
print(df)

Jalankan kod di atas, output adalah seperti berikut:

     name  age  gender
0    Alice   25  Female
1      Bob   30    Male
2  Charlie   35    Male

Dengan kod di atas, kami menukar nama lajur kepada huruf kecil.

4. Gunakan fungsi str.replace()
Jika anda ingin mengubah suai nama lajur mengikut peraturan tertentu, kami boleh menggunakan fungsi str.replace(). Fungsi ini menerima dua parameter, parameter pertama ialah corak aksara atau aksara yang akan diganti, dan parameter kedua ialah corak aksara atau aksara yang diganti. Berikut adalah contoh:

import pandas as pd

# 创建一个数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['Female', 'Male', 'Male']}
df = pd.DataFrame(data)

# 使用str.replace()函数修改列名
df.columns = df.columns.str.replace('Name', '姓名')

# 打印修改后的数据框
print(df)

Jalankan kod di atas dan output adalah seperti berikut:

        姓名  Age  Gender
0    Alice   25  Female
1      Bob   30    Male
2  Charlie   35    Male

Dengan kod di atas, kami menggantikan "Nama" yang terkandung dalam nama lajur dengan "Nama".

Ringkasan:
Artikel ini memperkenalkan beberapa kaedah untuk mengubah suai nama lajur bingkai data dengan cepat dan memberikan contoh kod khusus. Dengan menggunakan fungsi rename(), penugasan terus kepada atribut lajur, fungsi str.lower() dan fungsi str.replace(), kita boleh mengubah suai nama lajur bingkai data dengan mudah untuk memenuhi keperluan yang berbeza.

Atas ialah kandungan terperinci Tingkatkan kecekapan: cara cepat untuk menukar nama lajur bingkai data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!