根据字典重命名PANDAS中的列

Question

我有一个dataframe，我想根据另一个我计划用作字典的dataframe重命名这些列。例如，我的第一个数据帧是：

          AAA   BBB   CCC   DDD
 index   
  1       1     2     3     4
  2       5     6     7     8

作为我想用作字典的第二个数据帧：

           val1    val2
  index
    1      AAA      A7
    2      BBB      B0
    3      CCC      C3
    4      DDD      D1

我希望得到的结果如下：

          A7    B0    C3    D1 
 index   
  1       1     2     3     4
  2       5     6     7     8

最初，我想将第一个数据帧重塑为长格式，然后与字典数据帧合并，然后重塑为宽格式。然而，我认为这是相当低效的，所以我想使用一种更有效的方法（如果存在的话）。非常感谢你的帮助。

Answer 1

你也可以只使用这一行：

df1.columns=[df2['val2']]

输出：

    A7  B0  C3  D1
0   1   2   3   7
1   5   6   7   8

Answer 2

我认为您可以首先从df2创建字典，然后通过从df1的列创建Series，然后使用字典映射：

print df1
       AAA  BBB  CCC  DDD
index                    
1        1    2    3    4
2        5    6    7    8

print df2
      val1 val2
index          
1      AAA   A7
2      BBB   B0
3      CCC   C3
4      DDD   D1

d = df2.set_index('val1').to_dict()
print d['val2']
{'AAA': 'A7', 'BBB': 'B0', 'CCC': 'C3', 'DDD': 'D1'}

df1.columns = df1.columns.to_series().map(d['val2'])
print df1
       A7  B0  C3  D1
index                
1       1   2   3   4
2       5   6   7   8

Answer 3

df.rename有一个名为列的参数，它接受字典：

df.rename(columns=dict(zip(df2["val1"], df2["val2"])))

出：

    A7  B0  C3  D1
0   1   2   3   4
1   5   6   7   8

它返回一个新的DataFrame。您可以使用inplace=True，也可以将其分配回原始DataFrame。