Preimenovanje stolpcev v Pandas DataFrame

Uvod v preimenovanje stolpcev v Pandas

Ko delate s podatki v Pandas, je pogosto treba preimenovati stolpce DataFrame, da postanejo bolj smiselni in lažji za delo. To lahko pripomore k temu, da so naloge obdelave in analize podatkov bolj intuitivne in učinkovite.

V tem članku bomo raziskali, kako spremeniti oznake stolpcev Pandas DataFrame iz ['$a', '$b', '$c', '$d', '$e'] v ['a', 'b', 'c', 'd', 'e']. Ta preprosta, a bistvena naloga je pogosta zahteva pri manipulaciji podatkov in delovnih tokovih čiščenja.

Podrobna razlaga skriptov

Zgornji skripti prikazujejo, kako preimenovati stolpce v Pandas DataFrame, kar je običajna naloga pri manipulaciji podatkov. V prvem skriptu začnemo z uvozom knjižnice Pandas z import pandas as pd. Nato ustvarimo DataFrame z uporabo pd.DataFrame() s stolpci, označenimi kot '$a', '$b', '$c', '$d', in '$e'. Za preimenovanje teh stolpcev neposredno nastavimo DataFrame columns atribut novim imenom stolpcev ['a', 'b', 'c', 'd', 'e']. Na koncu prikažemo posodobljen DataFrame z uporabo print(df), ki prikazuje nova imena stolpcev. Ta metoda je preprosta in učinkovita za preimenovanje stolpcev, ko imate jasno in neposredno preslikavo starih imen v nova imena.

V drugem skriptu prav tako uvozimo knjižnico Pandas in definiramo dva seznama: original_columns in new_columns, ki vsebujejo izvirna in nova imena stolpcev. Nato ustvarimo DataFrame z uporabo pd.DataFrame() s podatki in izvirnimi imeni stolpcev. Za preimenovanje stolpcev uporabimo rename() metodo DataFrame. Ta metoda vzame slovar, ki preslika stara imena stolpcev v nova imena stolpcev, ustvarjena z uporabo dict(zip(original_columns, new_columns)). The inplace=True argument zagotavlja, da je DataFrame spremenjen na mestu, ne da bi vrnil nov DataFrame. Zadnji korak je prikaz posodobljenega DataFrame z print(df). Ta metoda je še posebej uporabna, ko morate programsko preimenovati stolpce ali ko imate opravka z večjimi DataFrame, kjer je neposredna dodelitev morda manj praktična.

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)

Napredne tehnike za preimenovanje stolpcev DataFrame

Poleg osnovnega preimenovanja stolpcev v Pandas DataFrame obstajajo napredne tehnike, ki so lahko zelo uporabne v različnih scenarijih. Na primer, včasih boste morda morali preimenovati stolpce na podlagi določenega vzorca ali stanja. V takih primerih lahko uporabite razumevanje seznamov ali map() funkcija v kombinaciji z lambda funkcijami za doseganje želenih rezultatov. Ta pristop omogoča bolj dinamično in prilagodljivo preimenovanje stolpcev. Iz imen stolpcev lahko na primer odstranite določene znake ali uporabite transformacije, kot je pretvorba vseh imen v male črke.

Druga napredna tehnika vključuje preimenovanje stolpcev med postopkom uvoza podatkov. Pri nalaganju podatkov iz datotek CSV lahko uporabite names parameter v pd.read_csv() da določite nova imena stolpcev. To je lahko še posebej uporabno pri delu s podatki, ki imajo nedosledne ali manjkajoče glave. Poleg tega lahko uporabite header parameter, da preskočite obstoječe glave in dodelite svoje. Te metode poenostavijo postopek čiščenja podatkov tako, da obravnavajo težave pri poimenovanju stolpcev že v fazi nalaganja podatkov, zaradi česar je poznejša manipulacija s podatki učinkovitejša.