如何为每个列名添加后缀（或前缀）？

我想为_x每个列名添加后缀，如下所示：

featuresA = myPandasDataFrame.columns.values + '_x'

我该怎么做呢？另外，如果要添加x_后缀，解决方案将如何更改？

您可以使用一种list理解：

df.columns = [str(col) + '_x' for col in df.columns]

也有内置方法，如.add_suffix()和.add_prefix()在另一个答案中提到的。

我认为以下是添加后缀的最佳方法。

df = df.add_suffix('_some_suffix')

由于它是在DataFrame上调用并返回DataFrame的函数-您可以在调用链中使用它。

优雅的原位串联

如果您尝试df就地修改，则最便宜（也是最简单）的选项是直接在就地添加df.columns（即使用Index.__iadd__）。

df = pd.DataFrame({"A": [9, 4, 2, 1], "B": [12, 7, 5, 4]})
df

   A   B
0  9  12
1  4   7
2  2   5
3  1   4

df.columns += '_some_suffix'
df

   A_some_suffix  B_some_suffix
0              9             12
1              4              7
2              2              5
3              1              4

要添加前缀，您可以类似地使用

df.columns = 'some_prefix_' + df.columns
df

   some_prefix_A  some_prefix_B
0              9             12
1              4              7
2              2              5
3              1              4

另一个便宜的选择是使用带有f-string格式的列表理解（在python3.6 +上可用）。

df.columns = [f'{c}_some_suffix' for c in df]
df

   A_some_suffix  B_some_suffix
0              9             12
1              4              7
2              2              5
3              1              4

对于前缀，类似地，

df.columns = [f'some_prefix{c}' for c in df]

方法链接

在方法链接时也可以添加* fix。要添加后缀，请使用DataFrame.add_suffix

df.add_suffix('_some_suffix')

   A_some_suffix  B_some_suffix
0              9             12
1              4              7
2              2              5
3              1              4

这将返回数据的副本。IOW，df未修改。

也可以使用添加前缀DataFrame.add_prefix。

df.add_prefix('some_prefix_')

   some_prefix_A  some_prefix_B
0              9             12
1              4              7
2              2              5
3              1              4

里面也没有修改df。

批判 add_*fix

如果您尝试执行方法链接，这些是好的方法：

df.some_method1().some_method2().add_*fix(...)

但是，add_prefix（和add_suffix）创建整个数据帧的副本，只是为了修改标题。如果您认为这样做很浪费，但仍然希望进行链接，则可以致电pipe：

def add_suffix(df):
    df.columns += '_some_suffix'
    return df

df.some_method1().some_method2().pipe(add_suffix)

我没有看到上面提出的解决方案，因此将其添加到列表中：

df.columns += '_x'

而且您可以轻松适应前缀方案。

我知道4种为列名添加后缀（或前缀）的方法：

1- df.columns = [str(col) + '_some_suffix' for col in df.columns]

要么

2 df.rename(columns= lambda col: col+'_some_suffix')

要么

3-df.columns += '_some_suffix'更多。

或者，最好的：

3 df.add_suffix('_some_suffix')

使用DataFrame.rename。

add_prefix和弃用add_suffix

在大熊猫的未来版本add_prefix和add_suffix将被弃用。建议的新方法是使用DataFrame.rename：

df = pd.DataFrame({'A': range(3), 'B': range(4, 7)})
print(df)
   A  B
0  0  4
1  1  5
2  2  6

使用renamewithaxis=1和字符串格式：

df.rename('col_{}'.format, axis=1)
# or df.rename(columns='col_{}'.format)

   col_A  col_B
0      0      4
1      1      5
2      2      6

要实际覆盖您的列名，我们可以将返回值分配给我们df：

df = df.rename('col_{}'.format, axis=1)

或使用inplace=True：

df.rename('col_{}'.format, axis=1, inplace=True)