إعادة تسمية الأعمدة في Pandas DataFrame

مقدمة لإعادة تسمية الأعمدة في الباندا

عند العمل مع البيانات في Pandas، غالبًا ما يكون من الضروري إعادة تسمية أعمدة DataFrame لجعلها ذات معنى أكبر وأسهل في التعامل معها. يمكن أن يساعد ذلك في جعل مهام معالجة البيانات وتحليلها أكثر سهولة وكفاءة.

في هذه المقالة، سوف نستكشف كيفية تغيير تسميات الأعمدة الخاصة بـ Pandas DataFrame من ['$a'، '$b'، '$c'، '$d'، '$e'] إلى ['a'، 'ب'، 'ج'، 'د'، 'ه']. تعد هذه المهمة البسيطة والضرورية متطلبًا شائعًا في معالجة البيانات وتنظيف سير العمل.

شرح تفصيلي للنصوص

توضح البرامج النصية المذكورة أعلاه كيفية إعادة تسمية الأعمدة في Pandas DataFrame، وهي مهمة شائعة في معالجة البيانات. في النص الأول، نبدأ باستيراد مكتبة Pandas باستخدام import pandas as pd. بعد ذلك، نقوم بإنشاء DataFrame باستخدام pd.DataFrame() مع الأعمدة المسماة باسم '$a', '$b', '$c', '$d'، و '$e'. لإعادة تسمية هذه الأعمدة، قمنا بتعيين DataFrame مباشرة columns سمة لأسماء الأعمدة الجديدة ['a', 'b', 'c', 'd', 'e']. وأخيرا، نعرض DataFrame المحدث باستخدام print(df)، والذي يعرض أسماء الأعمدة الجديدة. تعتبر هذه الطريقة واضحة وفعالة لإعادة تسمية الأعمدة عندما يكون لديك تعيين واضح ومباشر للأسماء القديمة للأسماء الجديدة.

في البرنامج النصي الثاني، نقوم أيضًا باستيراد مكتبة Pandas وتحديد قائمتين: original_columns و new_columns، والتي تحمل أسماء الأعمدة الأصلية والجديدة، على التوالي. نقوم بعد ذلك بإنشاء DataFrame باستخدام pd.DataFrame() مع البيانات وأسماء الأعمدة الأصلية. لإعادة تسمية الأعمدة، نستخدم rename() طريقة DataFrame تستخدم هذه الطريقة قاموسًا يقوم بتعيين أسماء الأعمدة القديمة إلى أسماء الأعمدة الجديدة، التي تم إنشاؤها باستخدام dict(zip(original_columns, new_columns)). ال inplace=True تضمن الوسيطة تعديل DataFrame في مكانه دون إرجاع DataFrame جديد. الخطوة الأخيرة هي عرض DataFrame المحدث باستخدام print(df). تكون هذه الطريقة مفيدة بشكل خاص عندما تحتاج إلى إعادة تسمية الأعمدة برمجيًا أو عند التعامل مع DataFrames أكبر حيث قد يكون التعيين المباشر أقل عملية.

import pandas as pd
# Create a DataFrame
df = pd.DataFrame({
    '$a': [1, 2, 3],
    '$b': [4, 5, 6],
    '$c': [7, 8, 9],
    '$d': [10, 11, 12],
    '$e': [13, 14, 15]
})
# Rename the columns
df.columns = ['a', 'b', 'c', 'd', 'e']
# Display the DataFrame
print(df)

import pandas as pd
# Define the original column names
original_columns = ['$a', '$b', '$c', '$d', '$e']
# Define the new column names
new_columns = ['a', 'b', 'c', 'd', 'e']
# Create a DataFrame with the original columns
data = [[1, 4, 7, 10, 13],
        [2, 5, 8, 11, 14],
        [3, 6, 9, 12, 15]]
df = pd.DataFrame(data, columns=original_columns)
# Rename the columns using a dictionary
df.rename(columns=dict(zip(original_columns, new_columns)), inplace=True)
# Show the updated DataFrame
print(df)

التقنيات المتقدمة لإعادة تسمية أعمدة DataFrame

بالإضافة إلى إعادة تسمية الأعمدة الأساسية في Pandas DataFrame، هناك تقنيات متقدمة يمكن أن تكون مفيدة جدًا في سيناريوهات مختلفة. على سبيل المثال، في بعض الأحيان قد تحتاج إلى إعادة تسمية الأعمدة بناءً على نمط أو شرط معين. في مثل هذه الحالات، يمكنك استخدام فهم القائمة أو map() وظيفة جنبا إلى جنب مع وظائف لامدا لتحقيق النتائج المرجوة. يسمح هذا الأسلوب بإعادة تسمية الأعمدة بشكل أكثر ديناميكية ومرونة. على سبيل المثال، يمكنك إزالة أحرف معينة من أسماء الأعمدة أو تطبيق تحويلات مثل تحويل كافة الأسماء إلى أحرف صغيرة.

تتضمن التقنية المتقدمة الأخرى إعادة تسمية الأعمدة أثناء عملية استيراد البيانات. عند تحميل البيانات من ملفات CSV، يمكنك استخدام الملف names المعلمة في pd.read_csv() لتحديد أسماء الأعمدة الجديدة. يمكن أن يكون هذا مفيدًا بشكل خاص عند التعامل مع البيانات التي تحتوي على رؤوس غير متناسقة أو مفقودة. بالإضافة إلى ذلك، يمكنك استخدام header المعلمة لتخطي الرؤوس الموجودة وتعيين الرؤوس الخاصة بك. تعمل هذه الطرق على تبسيط عملية تنظيف البيانات من خلال معالجة مشكلات تسمية الأعمدة مباشرة من مرحلة تحميل البيانات، مما يجعل معالجة البيانات اللاحقة أكثر كفاءة.