Pandas เป็นไลบรารี่หลามที่นำเสนอคุณสมบัติมากมายสำหรับการวิเคราะห์ข้อมูล ซึ่งไม่มีในไลบรารีมาตรฐานของไพธอน หนึ่งในคุณสมบัติดังกล่าวคือการใช้ Data Frames เป็นตารางสี่เหลี่ยมแทนคอลัมน์และแถว ขณะสร้าง Data frame เราตัดสินใจเลือกชื่อคอลัมน์และอ้างอิงในการปรับเปลี่ยนข้อมูลในภายหลัง แต่อาจมีสถานการณ์เมื่อเราจำเป็นต้องเปลี่ยนชื่อของคอลัมน์หลังจากสร้างกรอบข้อมูลแล้ว ในบทความนี้เราจะดูวิธีการบรรลุเป้าหมายนั้น
ใช้การเปลี่ยนชื่อ()
นี่เป็นวิธีที่ต้องการมากที่สุดเนื่องจากเราสามารถเปลี่ยนทั้งดัชนีคอลัมน์และแถวโดยใช้วิธีนี้ เราเพียงแค่ส่งผ่านค่าเก่าและค่าใหม่เป็นพจนานุกรมของคู่คีย์-ค่าไปยังวิธีนี้และบันทึกเฟรมข้อมูลด้วยชื่อใหม่
ตัวอย่าง
import pandas as pd df = pd.DataFrame({ 'ColumnA': [23, 92, 32], 'ColumnB': [54, 76, 43], 'ColumnC': [16, 45, 10] }, index=['10-20', '20-30', '30-40']) df_renamed = df.rename(columns={'ColumnA': 'Col1', 'ColumnB': 'Col2', 'ColumnC': 'Col3'}, index={'10-20': '1', '20-30': '2', '30-40': '3'}) print(df) print("\n",df_renamed)
ผลลัพธ์
การเรียกใช้โค้ดด้านบนทำให้เราได้ผลลัพธ์ดังต่อไปนี้:
ColumnA ColumnB ColumnC 10-20 23 54 16 20-30 92 76 45 30-40 32 43 10 Col1 Col2 Col3 1 23 54 16 2 92 76 45 3 32 43 10
การใช้ df.columns
df.columns สามารถกำหนดชื่อคอลัมน์ใหม่ได้โดยตรง เมื่อใช้ Data frame อีกครั้ง ชื่อคอลัมน์ใหม่จะถูกอ้างอิง
ตัวอย่าง
import pandas as pd df = pd.DataFrame({ 'ColumnA': [23, 92, 32], 'ColumnB': [54, 76, 43], 'ColumnC': [16, 45, 10] }, index=['10-20', '20-30', '30-40']) df.columns=["Length","Breadth","Depth"] print(df)
ผลลัพธ์
การเรียกใช้โค้ดด้านบนทำให้เราได้ผลลัพธ์ดังต่อไปนี้:
Length Breadth Depth 10-20 23 54 16 20-30 92 76 45 30-40 32 43 10
โดยการเพิ่มคำนำหน้า
Pandas dataframe มีวิธีการเพิ่มคำนำหน้าและส่วนต่อท้ายชื่อคอลัมน์ เราใช้วิธีนี้เพื่อเพิ่มคำนำหน้าที่ต้องการซึ่งจะต่อท้ายชื่อคอลัมน์แต่ละคอลัมน์
ตัวอย่าง
import pandas as pd df = pd.DataFrame({ 'ColA': [23, 92, 32], 'ColB': [54, 76, 43], 'ColC': [16, 45, 10] }, index=['10-20', '20-30', '30-40']) print(df.add_prefix('Jan-'))
ผลลัพธ์
การเรียกใช้โค้ดด้านบนทำให้เราได้ผลลัพธ์ดังต่อไปนี้:
Jan-ColA Jan-ColB Jan-ColC 10-20 23 54 16 20-30 92 76 45 30-40 32 43 10