在pandas DataFrame中更改特定的列名称

我一直在寻找一种优雅的方法来更改中的指定列名称DataFrame。

播放数据...

import pandas as pd
d = {
         'one': [1, 2, 3, 4, 5],
         'two': [9, 8, 7, 6, 5],
         'three': ['a', 'b', 'c', 'd', 'e']
    }
df = pd.DataFrame(d)

到目前为止，我发现的最优雅的解决方案...

names = df.columns.tolist()
names[names.index('two')] = 'new_name'
df.columns = names

我希望有一个简单的单线...此尝试失败了...

df.columns[df.columns.tolist().index('one')] = 'another_name'

非常感谢收到的任何提示。

确实存在一个班轮：

In [27]: df=df.rename(columns = {'two':'new_name'})

In [28]: df
Out[28]: 
  one three  new_name
0    1     a         9
1    2     b         8
2    3     c         7
3    4     d         6
4    5     e         5

以下是该rename方法的文档字符串。

定义：df.rename（self，index = None，columns = None，copy = True，inplace = False）
Docstring：
使用输入功能更改索引和/或列或
功能。函数/字典值必须唯一（1对1）。标签不行
dict / Series中包含的内容将保持不变。

参量
----------
index：类似dict或函数，可选
    转换以应用于索引值
列：类似字典或函数，可选
    转换以应用于列值
复制：布尔值，默认为True
    同时复制基础数据
inplace：布尔值，默认为False
    是否返回新的DataFrame。如果为True，则复制值为
    忽略了。

也可以看看
--------
Series.rename

退货
-------
重命名为：DataFrame（新对象）

由于inplaceargument是可用的，因此您无需复制原始数据帧并将其分配回自身，而是执行以下操作：

df.rename(columns={'two':'new_name'}, inplace=True)

关于什么？

df.columns.values[2] = "new_name"

熊猫0.21现在具有轴参数

重命名方法已获得一个axis参数，以匹配其余大多数熊猫API。

因此，除此以外：

df.rename(columns = {'two':'new_name'})

你可以做：

df.rename({'two':'new_name'}, axis=1)

要么

df.rename({'two':'new_name'}, axis='columns')

如果您知道它是哪一列（第一列/第二列/第n列），那么在类似问题上发布的此解决方案都可以工作，无论它是命名还是未命名，都在一行中：https : //stackoverflow.com/a/26336314/ 4355695

df.rename(columns = {list(df)[1]:'new_name'}, inplace=True)
# 1 is for second column (0,1,2..)

要重命名列，这里是一种简单的方法，它既Default(0,1,2,etc;)适用于现有的列，也适用于现有的列，但对于较大的数据集（具有许多列）而言，用处不大。

对于更大的数据集，我们可以切片所需的列并应用以下代码：

df.columns = ['new_name','new_name1','old_name']

以下简短代码可以帮助您：

df3 = df3.rename(columns={c: c.replace(' ', '') for c in df3.columns})

从列中删除空格。

熊猫0.23.4版

df.rename(index=str,columns={'old_name':'new_name'},inplace=True)

作为记录：

省略index = str将给出错误替换，带有意外参数'columns'

另一种选择是简单地复制和删除列：

df = pd.DataFrame(d)
df['new_name'] = df['two']
df = df.drop('two', axis=1)
df.head()

之后，您将得到结果：

    one three   new_name
0   1   a       9
1   2   b       8
2   3   c       7
3   4   d       6
4   5   e       5