Zmiana nazw kolumn w ramce danych Pandas

Wprowadzenie do zmiany nazw kolumn w Pandach

Podczas pracy z danymi w Pandach często konieczna jest zmiana nazw kolumn ramki DataFrame, aby uczynić je bardziej znaczącymi i łatwiejszymi w obsłudze. Może to pomóc w uczynieniu zadań związanych z przetwarzaniem i analizą danych bardziej intuicyjnymi i wydajnymi.

W tym artykule przyjrzymy się, jak zmienić etykiety kolumn Pandas DataFrame z ['$a', '$b', '$c', '$d', '$e'] na ['a', „b”, „c”, „d”, „e”]. To proste, ale istotne zadanie jest powszechnym wymogiem w przepływach pracy związanych z manipulacją danymi i czyszczeniem.

Szczegółowe wyjaśnienie skryptów

Powyższe skrypty pokazują, jak zmienić nazwy kolumn w ramce danych Pandas, co jest częstym zadaniem podczas manipulacji danymi. W pierwszym skrypcie zaczynamy od importu biblioteki Pandas import pandas as pd. Następnie tworzymy ramkę danych za pomocą pd.DataFrame() z kolumnami oznaczonymi jako '$a', '$b', '$c', '$d', I '$e'. Aby zmienić nazwę tych kolumn, bezpośrednio ustawiamy ramkę DataFrame columns atrybut do nowych nazw kolumn ['a', 'b', 'c', 'd', 'e']. Na koniec wyświetlamy zaktualizowaną ramkę DataFrame za pomocą print(df), który pokazuje nowe nazwy kolumn. Ta metoda jest prosta i wydajna w przypadku zmiany nazw kolumn, jeśli masz jasne i bezpośrednie mapowanie starych nazw na nowe.

W drugim skrypcie importujemy także bibliotekę Pandas i definiujemy dwie listy: original_columns I new_columns, które zawierają odpowiednio oryginalne i nowe nazwy kolumn. Następnie tworzymy ramkę danych za pomocą pd.DataFrame() z danymi i oryginalnymi nazwami kolumn. Aby zmienić nazwę kolumn, używamy rename() metoda DataFrame. Ta metoda pobiera słownik, który odwzorowuje stare nazwy kolumn na nowe nazwy kolumn, utworzone za pomocą dict(zip(original_columns, new_columns)). The inplace=True Argument zapewnia, że ​​ramka DataFrame zostanie zmodyfikowana w miejscu bez zwracania nowej ramki DataFrame. Ostatnim krokiem jest wyświetlenie zaktualizowanej ramki DataFrame print(df). Ta metoda jest szczególnie przydatna, gdy trzeba programowo zmienić nazwy kolumn lub gdy mamy do czynienia z większymi ramkami danych, gdzie bezpośrednie przypisanie może być mniej praktyczne.

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)

Zaawansowane techniki zmiany nazw kolumn DataFrame

Oprócz podstawowej zmiany nazw kolumn w ramce danych Pandas istnieją zaawansowane techniki, które mogą być bardzo przydatne w różnych scenariuszach. Na przykład czasami może być konieczna zmiana nazw kolumn w oparciu o określony wzorzec lub warunek. W takich przypadkach można użyć wyrażeń listowych lub map() w połączeniu z funkcjami lambda w celu osiągnięcia pożądanych rezultatów. Takie podejście pozwala na bardziej dynamiczną i elastyczną zmianę nazw kolumn. Można na przykład usunąć określone znaki z nazw kolumn lub zastosować przekształcenia, takie jak konwersja wszystkich nazw na małe litery.

Inna zaawansowana technika polega na zmianie nazw kolumn podczas procesu importu danych. Podczas ładowania danych z plików CSV można skorzystać z metody names parametr w pd.read_csv() aby określić nowe nazwy kolumn. Może to być szczególnie przydatne w przypadku danych, które mają niespójne lub brakujące nagłówki. Dodatkowo możesz skorzystać z header parametr, aby pominąć istniejące nagłówki i przypisać własne. Metody te usprawniają proces czyszczenia danych, rozwiązując problemy z nazewnictwem kolumn już na etapie ładowania danych, dzięki czemu późniejsze manipulowanie danymi jest bardziej wydajne.