Renommer la colonne spécifique(s) dans les pandas

J'ai un dataframe appelé data. Comment puis-je renommer le seul à en-tête de colonne? Par exemple gdp à 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
  • Il y a certainement des chevauchements, mais il n'était pas immédiatement clair pour moi de "Renommer des colonnes dans les pandas" que vous pourriez un seul solitaire élément de colonne pour le renommage. Bien sûr, avec le recul, il est évident, et si j'avais creusé plus profond, j'aurais sans doute compris, mais je pense que cette question / réponse est mieux souligné.
InformationsquelleAutor natsuki_2002 | 2013-11-03
  1. 269
    data.rename(columns={'gdp':'log(gdp)'}, inplace=True)

    La renommer montrer qu'il accepte une dict comme un param pour columns si vous venez de passer un dict avec une seule entrée.

    Voir aussi liées

    • Cela prend très longtemps sur un grand dataframe, je crois donc que ce n'est une sorte de copie de l'ensemble du dataframe dans la mémoire?
    • il ne devrait pas le faire, la plupart des pandas de l'opération sera de retour une copie et certains acceptent une inplace param, si c'est le fait d'ignorer ce param alors c'est un bug, pouvez-vous faire timings avec et sans le param également essayer quelque chose comme new_df = df.rename(columns={'new_name':'old_name'}) et voir si c'est plus rapide ou pas
    • EdChum Grâce. Retrait de la inplace param presque doublé le temps à partir de 14 secondes à 26 secondes. Mais 14 secondes encore un temps assez long, pour changer l'en-tête..
    • il vaut probablement la peine de poster une question dans le github à ce sujet, veuillez inclure votre système d'exploitation, version de python, numpy et les pandas version, en plus de la sortie de df.info et l'un des devs vont regarder ça de près, merci
    • De cette façon, augmenter SettingWithCopyWarning: Une valeur est d'essayer d'être mis sur une copie d'une tranche à partir d'un DataFrame
    • sans vous poster une vraie question avec des données brutes et le code de reproduire cet avertissement je ne peux pas commenter. Il dépend bien sûr de la façon dont vous avez créé ce df, vous avez probablement pris une tranche ou la prise d'un sous-ensemble quelque part
    • Le réglage avec la copie avertissement concerne les données, pas le renommer. renommer est une mutation de l'opération, donc si vous muter une tranche qui est tel qu'il a généré une copie plutôt que de vue, ce message d'avertissement vous indique que ce changement ne sera pas de retour propagées à l'original.
    • Grâce phil_20686, qui a été vraiment utile. Je pensais que l'avertissement était liée à la renommer, pas l'état de la tranche.
    • juste une remarque, méfiez-vous! si la colonne cible n'existe pas,(faute d'orthographe du nom ou de l') de ce qui ne fera rien sans erreur ou d'avertissement.

    InformationsquelleAutor EdChum
  2. 18

    Beaucoup plus rapide pour la mise en œuvre serait d'utiliser list-comprehension si vous avez besoin de renommer une colonne unique.

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

    Si le besoin s'en fait sentir pour renommer plusieurs colonnes, soit utiliser les expressions conditionnelles comme:

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

    Ou, de construire une cartographie à l'aide d'un dictionary et effectuer la list-comprehension avec get opération par la mise en valeur par défaut que l'ancien nom:

    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]

    Horaires:

    %%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
    InformationsquelleAutor Nickil Maveli
  3. 7

    Comment faire pour renommer une colonne spécifique dans les pandas?

    De v0.24+, pour renommer une ou plusieurs colonnes à la fois,

    Si vous avez besoin de renommer TOUTES les colonnes à la fois,

    • DataFrame.set_axis() méthode avec axis=1. Passer d'une liste comme la séquence. Des Options sont disponibles pour la modification ainsi.

    rename avec axis=1

    df = pd.DataFrame('x', columns=['y', 'gdp', 'cap'], index=range(5))
df

   y gdp cap
0  x   x   x
1  x   x   x
2  x   x   x
3  x   x   x
4  x   x   x

    À 0,21+, vous pouvez maintenant spécifier un axis paramètre avec rename:

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

   y log(gdp) cap
0  x        x   x
1  x        x   x
2  x        x   x
3  x        x   x
4  x        x   x

    (Notez que rename n'est pas en place, par défaut, de sorte que vous aurez besoin de affecter le résultat de retour.)

    Cet ajout a été fait pour améliorer la cohérence avec le reste de l'API. La nouvelle axis argument est analogue à la columns paramètre—ils faire la même chose.

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

   y log(gdp) cap
0  x        x   x
1  x        x   x
2  x        x   x
3  x        x   x
4  x        x   x

    rename accepte aussi une fonction de callback qui est appelée une fois pour chaque colonne.

    df.rename(lambda x: x[0], axis=1)
# df.rename(lambda x: x[0], axis='columns')

   y  g  c
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x
4  x  x  x

    Pour ce scénario spécifique, vous pouvez utiliser 

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

    Index.str.remplacez

    Similaire à replace méthode de chaînes de caractères en python, les pandas de l'Index et de la Série (objet dtype seulement) définir une"vectorisé") str.replace méthode pour les chaînes et expressions régulières en fonction de remplacement. 

    df.columns = df.columns.str.replace('gdp', 'log(gdp)')
df

   y log(gdp) cap
0  x        x   x
1  x        x   x
2  x        x   x
3  x        x   x
4  x        x   x

    L'avantage sur les autres méthodes, c'est que str.replace prend en charge regex (activé par défaut). Voir la documentation pour plus d'informations.

    Passage d'une liste à set_axis avec axis=1

    Appel set_axis avec une liste d'en-tête(s). La liste doit être égale à la longueur de colonnes/taille de l'index. set_axis mutation de l'original DataFrame par défaut, mais vous pouvez spécifier inplace=False de retour une copie modifiée.

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

  cap log(gdp)  y
0   x        x  x
1   x        x  x
2   x        x  x
3   x        x  x
4   x        x  x

    Remarque: Dans les versions futures, inplace par défaut True.

    Méthode De Chaînage

    Pourquoi choisir set_axis quand on a déjà un moyen efficace de l'affectation des colonnes avec df.columns = ...? Comme illustré par Ted Petrou dans [cette réponse],(https://stackoverflow.com/a/46912050/4909087) set_axis est utile lorsque vous essayez de chaîne méthodes.

    Comparer

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

    Contre

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

    L'ancien est plus naturelle et la libre circulation de la syntaxe.

    InformationsquelleAutor cs95