使用 python/pandas 中范围内的数字重命名列 [英] Renaming columns using numbers from a range in python/pandas

问题描述

我遇到了以下情况.我很确定我错过了一些简单的东西，但是我在这里和其他网站上尝试了很多建议，但没有找到我要找的东西.

我有一个包含许多随机命名列的数据框(由提供的 csv 文件提供).我想使用 range 函数中的数字重命名这些列.

由于我要重命名所有列，因此可以直接使用

df.columns = [str(x) for x in range(1,2000)]

但是，假设我可以通过 rename() 函数来实现吗?也许使用lambda?我尝试了许多不同的变体，但我遇到了各种各样的错误.我正在寻找语法来给我相当于

 df.rename(columns= (str(x) for x in range(1,2000)))

其中 rename 根据给定的范围将名称按顺序分配给列.以上是行不通的.但是有没有办法让它发挥作用?

谢谢！

解决方案

你可以通过一个 dict 来重命名 columns kwarg:

df.rename(columns={x:y for x,y in zip(df.columns,range(0,len(df.columns)))})

这需要:

<前>>>> dfID1 ID2 POS1 POS2 TYPE TYPEVAL1 A 001 1 5 红色2 A 001 1 5 重量50KG3A 001 1 5 高度160CM4 A 002 6 19 未来 是5 A 002 6 19 目前没有6 B 001 26 34 颜色 蓝色7 B 001 26 34 重量85KG8 B 001 26 34 高120CM9 C 001 10 13 移动诺基亚10 C 001 10 13 平板 华硕

并给你:

<前>>>> df.rename(columns={x:y for x,y in zip(df.columns,range(0,len(df.columns)))})0 1 2 3 4 51 A 001 1 5 红色2 A 001 1 5 重量50KG3A 001 1 5 高度160CM4 A 002 6 19 未来 是5 A 002 6 19 目前没有6 B 001 26 34 颜色 蓝色7 B 001 26 34 重量85KG8 B 001 26 34 高120CM9 C 001 10 13 移动诺基亚10 C 001 10 13 平板 华硕

I'm stuck with the following situation. I'm pretty sure I'm missing something simple, but I tried a lot of suggestions here and at other sites, and haven't found what I'm looking for.

I have a dataframe with a lot of randomly named columns (courtesy of provided csv file). I would like to rename these columns using digits from the range function.

Since I'm renaming all columns, I could do it directly using

df.columns = [str(x) for x in range(1,2000)]

However, hypothetically, could I do it through the rename() function? Maybe using a lambda? I have tried many different variations, but I'm getting all sorts of errors. I'm looking for the syntax to give me the equivalent of

 df.rename(columns= (str(x) for x in range(1,2000)))

where rename assigns the name to the columns sequentially based on the given range. The above does't work. But is there a way to make it work?

Thank you!

解决方案

You can pass a dict to rename's columns kwarg:

df.rename(columns={x:y for x,y in zip(df.columns,range(0,len(df.columns)))})

That will take:

>>> df
   ID1  ID2 POS1 POS2     TYPE TYPEVAL
1    A  001    1    5    COLOR     RED
2    A  001    1    5   WEIGHT    50KG
3    A  001    1    5   HEIGHT   160CM
4    A  002    6   19   FUTURE     YES
5    A  002    6   19  PRESENT      NO
6    B  001   26   34   COLOUR    BLUE
7    B  001   26   34   WEIGHT    85KG
8    B  001   26   34   HEIGHT   120CM
9    C  001   10   13   MOBILE   NOKIA
10   C  001   10   13   TABLET    ASUS

And give you:

>>> df.rename(columns={x:y for x,y in zip(df.columns,range(0,len(df.columns)))})
    0    1   2   3        4      5
1   A  001   1   5    COLOR    RED
2   A  001   1   5   WEIGHT   50KG
3   A  001   1   5   HEIGHT  160CM
4   A  002   6  19   FUTURE    YES
5   A  002   6  19  PRESENT     NO
6   B  001  26  34   COLOUR   BLUE
7   B  001  26  34   WEIGHT   85KG
8   B  001  26  34   HEIGHT  120CM
9   C  001  10  13   MOBILE  NOKIA
10  C  001  10  13   TABLET   ASUS

这篇关于使用 python/pandas 中范围内的数字重命名列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！