Question

我不确定这是否是一种愚蠢的方式，但我有几个数据框，所有数据框都有相同的列。我需要重命名每个列中的列以反映每个数据框的名称（之后我将执行所有这些的外部合并）。

我们假设数据框称为df1，df2和df3，每个数据框都包含name，date和{{1}列}。

我想将count中的每个列重命名为df1，name_df1和date_df1。

我写了一个重命名列的函数，因此：

count_df1

不幸的是，我收到以下错误：df_list=[df1, df2, df3] def rename_cols(): col_name="name"+suffix col_count="count"+suffix col_date="date"+suffix for x in df_list: if x['name'].tail(1).item() == df1['name'].tail(1).item(): suffix="_"+"df1" rename_cols() continue elif x['name'].tail(1).item() == df2['name'].tail(1).item(): suffix="_"+"df2" rename_cols() continue else: suffix="_"+"df3" rename_cols() col_names=[col_name,col_date,col_count] x.columns=col_names

我真的在努力弄清楚为什么会这样。 df1的列（KeyError: 'name'中的第一个数据框）被重命名。其他一切都保持不变......我是否搞砸了基本语法（可能），或者是否存在一个根本的误解，即我知道事情应该如何运作？

从我可以确定的情况来看，列表中的第一个数据帧不止一次被迭代 - 但为什么会出现这种情况？

Answer 1

我想你可以通过更简单的方式实现这一点，例如：

df_list=[df1, df2, df3]
for i, df in enumerate(df_list, 1):
    df.columns = [col_name+'_df{}'.format(i) for col_name in df.columns]

如果您的DataFrame有更漂亮的名字，您可以尝试：

df_names=('Home', 'Work', 'Park')
for df_name in df_names:
    df = globals()[df_name]
    df.columns = [col_name+'_{}'.format(df_name) for col_name in df.columns]

或者您可以通过查看globals()（或locals()）来获取每个变量的名称：

df_list = [Home, Work, Park]
for df in df_list:
    name = [k for k, v in globals().items() if id(v) == id(df) and k[0] != '_'][0]
    df.columns = [col_name+'_{}'.format(name) for col_name in df.columns]

Answer 2

我更喜欢这样做的简单方法，尤其是当您想对所有列名应用某种逻辑时：

for col in df.columns:
    df.rename(columns={col:col.upper().replace(" ","_")},inplace=True)

Answer 3

我认为你存储在字典中，因为这是在Python中存储一系列命名对象的惯用方法。更改列名的惯用pandas方法是在df.columns上使用向量化字符串操作：

df_dict = {"df1":df1, "df2":df2, "df3":df3}
for name, df in df_dict.items():
   df.columns = df.columns + "_" + name

另一个需要考虑的选择是在合并期间自动添加后缀。当您致电merge时，您可以指定将使用suffixes参数附加到重复列名称的后缀。如果您只想附加数据框的名称，可以这样调用它。：

from itertools import reduce
df_merged = reduce(lambda x,y: ("df_merged", 
                               x[1].merge(y[1], left_index=True, right_index=True, 
                                         suffixes = ("","_"+y[0]))),
                   df_dict.items())[1]

Answer 4

为了完整，由于没有人提到df.rename，请参阅Andy Hayden的回答：

Renaming columns in pandas

df.rename可以将函数作为参数，因此在这种情况下：

df_dict = {'df1':df1,'df2':df2,'df3':df3}
for name,df in df_dict.items():
    df.rename(lambda x: x+'_'+name, inplace=True)

使用for循环重命名pandas数据框列

4 个答案: