作者参考了:网友
如有侵权,立删
投原创是因为我现在还没有问原作者
有三种方法:
1、使用columns重命名:
import pandas as pddata=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')data.columns =['公司','岗位','工作地点','工资','发布日期']data
输出:
2、rename()方法:
原表:
对指定列重命名可以使用rename()方法。默认是使用新的列名新建一个dataframe
import pandas as pddata=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')data=data.rename(columns={'字节跳动':'公司','数据产品经理':'岗位','北京':'工作地点','2-3.5万/月':'工资','09-03':'发布日期'})data
输出:
如果要在原来的dataframe上修改列名,可以设置参数inplace为True:
import pandas as pddata=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')data=data.rename(columns={'字节跳动':'公司','数据产品经理':'岗位','北京':'工作地点','2-3.5万/月':'工资','09-03':'发布日期'},inplace=True)
也可以使用lambda批量修改:
#但是我并没有看懂#原代码:df.rename(columns=lambda x: x[1:], inplace=True)
3.pandas0.21重命名方法做了更改:rename()和set_axis()方法:
rename(),新增了参数axis,它的值为可以columns或者1,当参数为columns或1时,用于修改列名:
import pandas as pddata=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')data=data.rename(columns={'字节跳动':'公司','数据产品经理':'岗位','北京':'工作地点','2-3.5万/月':'工资','09-03':'发布日期'})data
输出:
rename()是对指定列名做更改,set_axis则是可以重新设置列名,inplace参数用于标记是否在原来的dataframe修改列名:
import pandas as pddata=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')data.set_axis(['公司','岗位','工作地点','工资','发布日期'],axis='columns',inplace=False)data
输出: