前言
首先，我们创建一个5行4列的DataFrame数据作为示例，进行演示
1
2
3
4
5
6
7
8
9
10
11
12
13
import pandas as pd
import numpy as np
df = pd.DataFrame(data=np.arange(20).reshape(5,4), columns=['a', 'b', 'c', 'd'])
df
a b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
一 部分列重命名
有时候，我们只需要将部分列的列名重命名。可以使用字典的方式，更改指定的列名。
1
2
3
4
5
6
7
8
df.rename(columns={'a': 'A'})
A b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
没有指定inplace=True， df本身的列名并没有改变。
1
2
3
4
5
6
7
df
a b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
这种情况下比较适合不变原有数据，通过赋值对新数据列改名，如下：
1
2
3
4
5
6
7
8
df2 = df.rename(columns={'a': 'A'})
df2
A b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
如果我们指定inplace=True，则会改变原始数据
1
2
3
4
5
6
7
8
df.rename(columns={'a': 'A', 'c': 'C', 'd': 'D'}, inplace=True)
df
A b C D
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
二 全部列重命名
df.columns = new_columns, new_coumns 可以是列表或元组， 但新旧列名的长度必须一致，否者会不匹配报错。这种改变方式是直接改变了原始数据。
1
2
3
4
5
6
7
8
df.columns = ['a1', 'b1', 'c1', 'd1']
df
a1 b1 c1 d1
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
三 str 批量修改列名
将列名’a1’, ‘b1’… 批量改为’a2’, ‘b2’…
1
2
3
4
5
6
7
8
df.columns = df.columns.str.replace('1', '2')
df
a2 b2 c2 d2
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
其实str的原理和第二章是一样的，不同的是，我们对列名进行了字符串的操作。
四 读取csv文件重命名
names = new_columns， 在读取文件的时候直接重命名列名。
1
df = pd.read_csv('xxx.csv', names=new_columns,)
这里讲一个之前在读csv文件， 重命名时，踩到的一个小坑。
以前读csv文件，读到重命名时，我都是先读文件，转成DataFrame之后再重命名的。
1
2
df = pd.read_csv('xxx.csv')
df.columns = new_columns
这样做，大部分情况下不会有什么问题，直到有天我读的是无列名的csv文件。pandas默认将第一行数据作为了列名。这时我再进行df.columns = new_columns 时，第一行数据就会因为作为列名，被new_columns替换了。这就导致我第一行数据白白丢失了（想哭）。
如果csv文件是无列名文件的话， 要是用参数header=None，这样不会默认把第一行数据作为列名
1
df = pd.read_csv('xxx.csv', names=new_columns, header=None)
pandas的read_csv() 函数，其实还踩过很多坑，里面有很多参数，我会在之后的博客里详解read_csv()的各个参数的用法。
