如何使用Pandas修改列名

Pandas是一個用於數據操作和分析的Python庫，它提供了豐富的數據處理工具，包括DataFrame，它是一種二維表格數據結構。在使用DataFrame時，經常需要對列名進行修改，以更好地反映數據的含義。本文將從多個方面對Pandas修改列名做詳細的闡述。

一、使用rename方法

在Pandas中，最基本的修改列名的方法是使用rename()方法。可以使用字典將原始列名映射為新的列名。

import pandas as pd

# 創建數據
data = {'name': ['Michael', 'John', 'Tom'], 'age': [18, 21, 20], 'gender': ['Male', 'Male', 'Female']}
df = pd.DataFrame(data)

# 使用rename()方法修改列名
df.rename(columns={'name': '姓名', 'age': '年齡', 'gender': '性別'}, inplace=True)

上述代碼將原來的列名”name”、”age”和”gender”分別修改為”姓名”、”年齡”和”性別”。

二、使用set_axis方法

另一種修改列名的方法是使用set_axis()方法。該方法可以更改DataFrame或系列的行名稱或列名稱。

import pandas as pd

# 創建數據
data = {'name': ['Michael', 'John', 'Tom'], 'age': [18, 21, 20], 'gender': ['Male', 'Male', 'Female']}
df = pd.DataFrame(data)

# 使用set_axis()方法修改列名
new_columns = ['姓名', '年齡', '性別']
df.set_axis(new_columns, axis='columns', inplace=True)

set_axis()方法的第一個參數是新的列名列表，axis參數指定為”columns”表示修改列名。

三、使用.columns屬性

Pandas還提供了一個.columns屬性，它包含了DataFrame的列名。

import pandas as pd

# 創建數據
data = {'name': ['Michael', 'John', 'Tom'], 'age': [18, 21, 20], 'gender': ['Male', 'Male', 'Female']}
df = pd.DataFrame(data)

# 使用.columns屬性修改列名
df.columns = ['姓名', '年齡', '性別']

.columns屬性直接修改列名列表即可。

四、使用rename_axis方法

在Pandas 0.21版本之後，DataFrame和Series對象具備了兩個軸的名稱（axis name）：行名稱（row label）和列名稱（column label）。默認情況下，行名稱和列名稱使用None進行初始設置。因此，在Pandas中，可以使用rename_axis()方法來設置行名稱和列名稱。

import pandas as pd

# 創建數據
data = {'name': ['Michael', 'John', 'Tom'], 'age': [18, 21, 20], 'gender': ['Male', 'Male', 'Female']}
df = pd.DataFrame(data)

# 使用rename_axis()方法設置列名稱
df = df.rename_axis(index=None, columns='個人信息')

上述代碼中，將”姓名”、”年齡”和”性別”三個列名整體修改為”個人信息”，並用rename_axis()方法設置列名稱。

五、在創建DataFrame時設定列名

在創建Pandas DataFrame時，可以同時指定列名。

import pandas as pd

# 指定列名創建DataFrame
data = {'姓名': ['Michael', 'John', 'Tom'], '年齡': [18, 21, 20], '性別': ['Male', 'Male', 'Female']}
df = pd.DataFrame(data)

直接在字典中指定列名即可。

六、使用Categorical數據類型

在一些情況下，可以使用Categorical數據類型來修改列名。

import pandas as pd

# 創建數據
data = {'name': ['Michael', 'John', 'Tom'], 'age': [18, 21, 20], 'gender': ['Male', 'Male', 'Female']}
df = pd.DataFrame(data)

# 使用Categorical數據類型修改列名
df.columns = pd.CategoricalIndex(['姓名', '年齡', '性別'])

Categorical數據類型使得修改列名變得更加直觀和易於理解。

結束語

本文從多個方面對Pandas修改列名做了詳細的闡述。在實際開發中，由於數據本身的特點和需求的多樣性，可能會出現更加複雜和多變的修改列名的方式，但我們可以根據不同的情況，選擇最合適的方法進行使用。