我知道我可以给单只熊猫重新命名。DataFrame列具有:
drugInfo.rename(columns = {'col_1': 'col_1_new_name'}, inplace = True)
但是我想在不知道列名称的情况下重命名它(基于它的索引-尽管我知道字典没有)。我想重命名第1列,如下所示:
drugInfo.rename(columns = {1: 'col_1_new_name'}, inplace = True)
但是在DataFrame.columns dict中没有“1”条目,因此不进行重命名。我怎样才能做到这一点?
应:
drugInfo.rename(columns = {list(drugInfo)[1]: 'col_1_new_name'}, inplace = True)
例子:
In [18]:
df = pd.DataFrame({'a':randn(5), 'b':randn(5), 'c':randn(5)})
df
Out[18]:
a b c
0 -1.429509 -0.652116 0.515545
1 0.563148 -0.536554 -1.316155
2 1.310768 -3.041681 -0.704776
3 -1.403204 1.083727 -0.117787
4 -0.040952 0.108155 -0.092292
In [19]:
df.rename(columns={list(df)[1]:'col1_new_name'}, inplace=True)
df
Out[19]:
a col1_new_name c
0 -1.429509 -0.652116 0.515545
1 0.563148 -0.536554 -1.316155
2 1.310768 -3.041681 -0.704776
3 -1.403204 1.083727 -0.117787
4 -0.040952 0.108155 -0.092292
索引到dataframe columns属性可能更具可读性:
df.rename(columns={df.columns[1]:'col1_new_name'}, inplace=True)
所以对你来说:
drugInfo.rename(columns = {drugInfo.columns[1]: 'col_1_new_name'}, inplace = True)
问题内容: 我在df中有几列相同的名称。需要重命名它们。无论如何,通常的重命名都会重命名,我可以将下面的blah重命名为blah1,blah4,blah5吗? 在[7]中: 问题答案: 我希望在Pandas中找到比通用Python解决方案更多的解决方案。如果Column的get_loc()函数找到带有“ True”值的重复项,则该掩码数组将返回掩码数组,“ True”值指向找到重复项的位置。然后,
我有一个单一的CSV文件,在其中我想重命名一些列相同的名称。我的初始代码如下所示 我用这段代码从dataframe中提取了选定的列 此切片每隔三列获取一次。现在我想用相同的名称重命名每三列一次,但这样重命名我的列会出错 有没有办法在pandas中重命名多个同名列? 除了手动操作,还有其他建议吗?
本文向大家介绍MySQL在不知道列名情况下的注入详解,包括了MySQL在不知道列名情况下的注入详解的使用技巧和注意事项,需要的朋友参考一下 前言 最近感觉脑子空空,全在为了刷洞去挖洞,还是回归技术的本身让自己舒服些。好了,下面话不多说了,来一起看看详细的介绍吧 前提 以下情况适用于 MySQL < 5版本,或者在 MySQL >= 5 的版本[存在information_schema库],且已获取
问题内容: 我有一个名为的数据框。如何重命名唯一的一列标题?例如到? 问题答案: data.rename(columns={‘gdp’:’log(gdp)’}, inplace=True) 在它接受一个字典作为一个PARAM演出,所以你只是传递一个字典一次入境。
我有很多csv文件,我想用Pandas(pd.read_csv)读取,但是,在一些文件的中间添加了一个没有标题的列,如以下示例: 如果使用pd.read_csv(example_file),将引发以下错误"ParserError:错误标记化数据。C错误:预期第4行中有2个字段,锯3" 我希望避免跳过这一行,而只是添加一个伪标题名,如Unknown1,并得到以下结果:
问题内容: 我遇到一种情况,有时当我从中读取时,会得到一个不需要的类似索引的列,名为。 CSV读取与此: 这很烦人!有谁知道如何摆脱这一点? 问题答案: 这是索引列,请通过传递以免将其写出,请参阅文档 例: 与之比较: 您还可以选择通过传递以下内容来判断第一列是索引列: