Rumah >pembangunan bahagian belakang >Tutorial Python >Ketahui cara menukar nama lajur bingkai data Pandas dengan mudah
Tutorial Pandas: Ketahui cara mengubah suai nama lajur dengan mudah, contoh kod khusus diperlukan
Pengenalan:
Pandas ialah perpustakaan analisis data yang digunakan secara meluas dalam Python, menyediakan sejumlah besar fungsi berkuasa, termasuk import data, pemprosesan, penukaran dan Analisis dsb. Semasa pemprosesan data, nama lajur selalunya perlu diubah suai. Artikel ini akan memperkenalkan secara terperinci cara menggunakan kaedah dalam pustaka Pandas untuk mengubah suai nama lajur bingkai data dengan mudah dan memberikan contoh kod khusus.
import pandas as pd
data = {'Name': ['Tom', 'John', 'Alice', 'Emma'], 'Age': [25, 30, 28, 35], 'Gender': ['Male', 'Male', 'Female', 'Female']} df = pd.DataFrame(data) print(df)
Hasil output adalah seperti berikut:
Name Age Gender 0 Tom 25 Male 1 John 30 Male 2 Alice 28 Female 3 Emma 35 Female
new_columns = {'Name': '姓名', 'Age': '年龄', 'Gender': '性别'} df = df.rename(columns=new_columns) print(df)
Hasil output adalah seperti berikut:
姓名 年龄 性别 0 Tom 25 Male 1 John 30 Male 2 Alice 28 Female 3 Emma 35 Female
new_columns = ['姓名', '年龄', '性别'] df.set_axis(new_columns, axis='columns', inplace=True) print(df)
Hasil output adalah sama seperti di atas:
姓名 年龄 性别 0 Tom 25 Male 1 John 30 Male 2 Alice 28 Female 3 Emma 35 Female
df.columns = ['姓名', '年龄', '性别'] print(df)
Hasil keluaran adalah sama seperti sebelumnya:
姓名 年龄 性别 0 Tom 25 Male 1 John 30 Male 2 Alice 28 Female 3 Emma 35 Female
Ringkasan:
Dalam artikel ini, kami memperkenalkan cara menggunakan kaedah nama semula, kaedah set_axis dan secara langsung mengubah suai atribut lajur dalam Pustaka Pandas untuk mengubah suai nama lajur bingkai data. Kaedah ini menyediakan cara yang fleksibel dan ringkas untuk mengubah suai nama lajur untuk memudahkan pemprosesan dan analisis data. Saya harap artikel ini akan membantu anda mempelajari dan menggunakan perpustakaan Pandas.
Atas ialah kandungan terperinci Ketahui cara menukar nama lajur bingkai data Pandas dengan mudah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!