Kemahiran pemprosesan data Pandas: kaedah mudah untuk mengubah suai nama lajur

王林
Lepaskan: 2024-01-10 08:15:46
asal
1683 orang telah melayarinya

Kemahiran pemprosesan data Pandas: kaedah mudah untuk mengubah suai nama lajur

Petua pemprosesan data Pandas: Cara mudah untuk mengubah suai nama lajur

Semasa proses pemprosesan data, kadangkala kita perlu mengubah suai nama lajur dalam DataFrame untuk lebih mencerminkan maksud data atau memenuhi keperluan tertentu. Pandas menyediakan kaedah yang ringkas dan mudah digunakan untuk mengubah suai nama lajur Artikel ini akan memperkenalkan beberapa kaedah biasa dan memberikan contoh kod khusus.

Kaedah 1: Gunakan fungsi rename() rename()函数

rename()函数可以通过提供一个字典或函数来更改列名。下面是一个使用字典的示例:

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Score': [90, 80, 95]}
df = pd.DataFrame(data)

# 使用rename函数修改列名
df.rename(columns={'Name': '姓名', 'Age': '年龄', 'Score': '分数'}, inplace=True)
print(df)
Salin selepas log masuk

运行结果如下:

        姓名  年龄  分数
0    Alice  25  90
1      Bob  30  80
2  Charlie  35  95
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk

方法二:直接修改columns属性

我们也可以直接修改DataFrame的columns属性来更改列名。下面是一个示例代码:

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Score': [90, 80, 95]}
df = pd.DataFrame(data)

# 直接修改columns属性
df.columns = ['姓名', '年龄', '分数']
print(df)
Salin selepas log masuk

运行结果与前面的示例一样:

        姓名  年龄  分数
0    Alice  25  90
1      Bob  30  80
2  Charlie  35  95
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk

方法三:使用set_axis()方法

set_axis()方法可以一次性修改多个列名。下面是一个示例代码:

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Score': [90, 80, 95]}
df = pd.DataFrame(data)

# 使用set_axis方法修改列名
df.set_axis(['姓名', '年龄', '分数'], axis='columns', inplace=True)
print(df)
Salin selepas log masuk

结果与前面的示例相同:

        姓名  年龄  分数
0    Alice  25  90
1      Bob  30  80
2  Charlie  35  95
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk

总结:

通过以上的例子,我们可以看到修改DataFrame列名的几种方法。根据实际需求选择相应的方法进行修改。rename()函数适用于有多个不同的列名需要修改的情况,可以通过字典或函数来指定需要修改的列名。直接修改columns属性是一个简单直观的方法,适用于只有几个列名需要修改的情况。set_axis()

Fungsi rename() boleh menukar nama lajur dengan menyediakan kamus atau fungsi. Berikut ialah contoh penggunaan kamus:

rrreee

Hasil yang dijalankan adalah seperti berikut: 🎜rrreee🎜Kaedah 2: Ubah suai secara langsung atribut lajur🎜🎜Kami juga boleh mengubah suai terus lajur atribut DataFrame untuk menukar nama lajur. Berikut ialah contoh kod: 🎜rrreee🎜Hasil larian adalah sama seperti contoh sebelumnya: 🎜rrreee🎜Kaedah ketiga: Gunakan kaedah set_axis()🎜🎜The set_axis() kaedah boleh digunakan sekali Ubah suai beberapa nama lajur. Berikut ialah contoh kod: 🎜rrreee🎜Hasilnya adalah sama seperti contoh sebelumnya: 🎜rrreee🎜Ringkasan: 🎜🎜Melalui contoh di atas, kita boleh melihat beberapa cara untuk mengubah suai nama lajur DataFrame. Pilih kaedah yang sesuai untuk diubah suai mengikut keperluan sebenar. Fungsi <code>rename() sesuai untuk situasi di mana terdapat berbilang nama lajur berbeza yang perlu diubah suai Nama lajur yang perlu diubah suai boleh ditentukan melalui kamus atau fungsi. Mengubah suai secara langsung atribut columns ialah kaedah yang mudah dan intuitif, sesuai untuk situasi di mana hanya beberapa nama lajur perlu diubah suai. Kaedah set_axis() sesuai untuk mengubah suai berbilang nama lajur pada satu masa. 🎜🎜Saya harap pengenalan di atas dapat membantu pembaca menguasai kaedah mengubah suai nama lajur dalam Pandas. Kaedah yang berbeza boleh dipilih dan digunakan mengikut situasi tertentu, dan penggunaan fleksibel kaedah ini boleh menyesuaikan dengan lebih baik kepada keperluan pemprosesan data. 🎜

Atas ialah kandungan terperinci Kemahiran pemprosesan data Pandas: kaedah mudah untuk mengubah suai nama lajur. 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!