python - nombre - filtrar datos pandas

Cambie el nombre de un encabezado de columna individual en un marco de datos de pandas

Question

Tengo un dataframe llamado data . ¿Cómo cambiaría el nombre del único encabezado de columna? Por ejemplo, gdp to log(gdp) ?

data =
    y  gdp  cap
0   1    2    5
1   2    3    9
2   8    7    2
3   3    4    7
4   6    7    7
5   4    8    3
6   8    2    8
7   9    9   10
8   6    6    4
9  10   10    7

Answer 1

Pandas 0.21+ respuesta

Hubo algunas actualizaciones significativas al cambio de nombre de columna en la versión 0.21.

• El método de rename ha agregado el parámetro de axis que se puede establecer en columns o 1 . Esta actualización hace que este método coincida con el resto de la API de pandas. Todavía tiene los parámetros de index y columns , pero ya no está obligado a usarlos.
• El método set_index con inplace establecido en False permite cambiar el nombre de todas las etiquetas de índice o columna con una lista.

Ejemplos para Pandas 0.21+

Construir marco de datos de muestra:

df = pd.DataFrame({''y'':[1,2,8], ''gdp'':[2,3,7], ''cap'':[5,9,2]}, 
                  columns=[''y'',''gdp'', ''cap''])

   cap  gdp  y
0    5    2  1
1    9    3  2
2    2    7  8

Usando rename con axis=''columns'' o axis=1 (nuevo para 0.21)

df.rename({''gdp'':''log(gdp)''}, axis=''columns'')

o

df.rename({''gdp'':''log(gdp)''}, axis=1)

Ambos resultan en lo siguiente:

   cap  log(gdp)  y
0    5         2  1
1    9         3  2
2    2         7  8

Todavía es posible usar la antigua firma de método:

df.rename(columns={''gdp'':''log(gdp)''})

La función de rename también acepta funciones que se aplicarán a cada nombre de columna.

df.rename(lambda x: ''log(gdp)'' if x == ''gdp'' else x, axis=''columns'')

o

df.rename(lambda x: ''log(gdp)'' if x == ''gdp'' else x, axis=1)

Usar set_axis con una lista y inplace=False

Puede proporcionar una lista para el método set_axis que tiene la misma longitud que el número de columnas (o índice). Actualmente, inplace en True , pero inplace se establecerá como False en versiones futuras.

df.set_axis([''cap'', ''log(gdp)'', ''y''], axis=''columns'', inplace=False)

o

df.set_axis([''cap'', ''log(gdp)'', ''y''], axis=1, inplace=False)

¿Por qué no usar df.columns = [''cap'', ''log(gdp)'', ''y''] ?

No hay nada de malo en asignar columnas directamente como esta. Es una solución perfectamente buena.

La ventaja de utilizar set_axis es que puede usarse como parte de una cadena de métodos y que devuelve una nueva copia del DataFrame. Sin él, tendría que almacenar sus pasos intermedios de la cadena a otra variable antes de reasignar las columnas.

# new for pandas 0.21+
df.some_method1()
  .some_method2()
  .set_axis()
  .some_method3()

# old way
df1 = df.some_method1()
        .some_method2()
df1.columns = columns
df1.some_method3()

Answer 2

Una implementación mucho más rápida sería usar la list-comprehension si necesita cambiar el nombre de una sola columna.

df.columns = [''log(gdp)'' if x==''gdp'' else x for x in df.columns]

Si surge la necesidad de cambiar el nombre de varias columnas, utilice expresiones condicionales como:

df.columns = [''log(gdp)'' if x==''gdp'' else ''cap_mod'' if x==''cap'' else x for x in df.columns]

O bien, construya un mapeo usando un dictionary y realice la list-comprehension la list-comprehension con su operación de get estableciendo el valor predeterminado como el nombre anterior:

col_dict = {''gdp'': ''log(gdp)'', ''cap'': ''cap_mod''}   ## key→old name, value→new name

df.columns = [col_dict.get(x, x) for x in df.columns]

Tiempos:

%%timeit
df.rename(columns={''gdp'':''log(gdp)''}, inplace=True)
10000 loops, best of 3: 168 µs per loop

%%timeit
df.columns = [''log(gdp)'' if x==''gdp'' else x for x in df.columns]
10000 loops, best of 3: 58.5 µs per loop

Answer 3

data.rename(columns={''gdp'':''log(gdp)''}, inplace=True)

El rename muestra que acepta un dict como un param para columns por lo que simplemente pasa un dict con una sola entrada.

Ver también related