Sarakkeiden uudelleennimeäminen Pandas DataFramessa

Johdatus sarakkeiden uudelleennimeämiseen Pandasissa

Kun työskentelet tietojen kanssa Pandasissa, on usein tarpeen nimetä DataFramen sarakkeet uudelleen, jotta ne olisivat mielekkäämpiä ja helpompia käsitellä. Tämä voi auttaa tekemään tietojenkäsittely- ja analysointitehtävistä intuitiivisempia ja tehokkaampia.

Tässä artikkelissa tutkimme, miten Pandas DataFramen sarakeotsikot muutetaan ['$a', '$b', '$c', '$d', '$e'] muotoon ['a', 'b', 'c', 'd', 'e']. Tämä yksinkertainen mutta välttämätön tehtävä on yleinen vaatimus tietojen käsittelyssä ja puhdistustyönkuluissa.

Skriptien yksityiskohtainen selitys

Yllä olevat komentosarjat osoittavat, kuinka Pandas DataFrame -kehyksen sarakkeet nimetään uudelleen, mikä on yleinen tehtävä tietojen käsittelyssä. Ensimmäisessä skriptissä aloitamme tuomalla Pandas-kirjaston kanssa import pandas as pd. Seuraavaksi luomme DataFramen käyttämällä pd.DataFrame() sarakkeilla, jotka on merkitty nimellä '$a', '$b', '$c', '$d', ja '$e'. Nimeäksemme nämä sarakkeet uudelleen määritämme DataFramen suoraan columns määritteen uusiin sarakkeiden nimiin ['a', 'b', 'c', 'd', 'e']. Lopuksi näytämme päivitetyn DataFramen käyttämällä print(df), joka näyttää uudet sarakkeiden nimet. Tämä menetelmä on yksinkertainen ja tehokas sarakkeiden uudelleennimeämiseen, kun sinulla on selkeä ja suora kartoitus vanhoista nimistä uusiin nimiin.

Toisessa komentosarjassa tuomme myös Pandas-kirjaston ja määritämme kaksi luetteloa: original_columns ja new_columns, jotka sisältävät alkuperäisen ja uuden sarakkeen nimen. Luomme sitten DataFramen käyttämällä pd.DataFrame() tietojen ja alkuperäisten sarakkeiden nimien kanssa. Sarakkeiden nimeämiseksi uudelleen käytämme rename() DataFramen menetelmä. Tämä menetelmä ottaa sanakirjan, joka yhdistää vanhat sarakkeiden nimet uusiin sarakkeiden nimiin, jotka on luotu käyttämällä dict(zip(original_columns, new_columns)). The inplace=True argumentti varmistaa, että DataFrame-kehystä muutetaan paikalleen palauttamatta uutta DataFramea. Viimeinen vaihe on näyttää päivitetty DataFrame kanssa print(df). Tämä menetelmä on erityisen hyödyllinen, kun joudut nimeämään sarakkeita uudelleen ohjelmallisesti tai kun käsitellään suurempia DataFrame-kehyksiä, joissa suora määrittäminen voi olla vähemmän käytännöllistä.

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)

Kehittyneet tekniikat DataFrame-sarakkeiden uudelleennimeämiseen

Pandas DataFrame -kehyksen sarakkeiden perusnimeämisen lisäksi on olemassa kehittyneitä tekniikoita, jotka voivat olla erittäin hyödyllisiä eri skenaarioissa. Joskus saatat joutua esimerkiksi nimeämään sarakkeet uudelleen tietyn mallin tai ehdon perusteella. Tällaisissa tapauksissa voit käyttää luettelon ymmärtämistä tai map() toiminto yhdistettynä lambdatoimintoihin haluttujen tulosten saavuttamiseksi. Tämä lähestymistapa mahdollistaa dynaamisemman ja joustavamman sarakkeiden uudelleennimeämisen. Voit esimerkiksi poistaa tiettyjä merkkejä sarakkeiden nimistä tai käyttää muunnoksia, kuten muuntaa kaikki nimet pieniksi kirjaimiksi.

Toinen kehittynyt tekniikka sisältää sarakkeiden nimeämisen uudelleen tietojen tuontiprosessin aikana. Kun lataat tietoja CSV-tiedostoista, voit käyttää names parametri sisään pd.read_csv() määrittääksesi uudet sarakkeiden nimet. Tämä voi olla erityisen hyödyllistä, kun käsitellään tietoja, joissa on epäjohdonmukaisia ​​tai puuttuvia otsikoita. Lisäksi voit käyttää header parametri ohittaaksesi olemassa olevat otsikot ja määrittääksesi omasi. Nämä menetelmät virtaviivaistavat tietojen puhdistusprosessia käsittelemällä sarakkeiden nimeämisongelmia heti tietojen latausvaiheessa, mikä tehostaa myöhempää tietojen käsittelyä.