web-dev-qa-db-ja.com

パンダ内の特定の列の名前を変更する

dataというデータフレームがあります。唯一の1つの列ヘッダーの名前を変更する方法例えばgdpからlog(gdp)まで？

data =
    y  gdp  cap
0   1    2    5
1   2    3    9
2   8    7    2
3   3    4    7
4   6    7    7
5   4    8    3
6   8    2    8
7   9    9   10
8   6    6    4
9  10   10    7
pythonpandasdataframerename
139
natsuki_2002
data.rename(columns={'gdp':'log(gdp)'}, inplace=True)

rename は、columnsのパラメータとして辞書を受け入れていることを示しているので、単一のエントリを持つ辞書を渡すだけです。

関連 もご覧ください。

268
EdChum

単一の列の名前を変更する必要がある場合は、はるかに速い実装でlist-comprehensionを使用します。

df.columns = ['log(gdp)' if x=='gdp' else x for x in df.columns]

複数の列の名前を変更する必要が生じた場合は、次のような条件式を使用してください。

df.columns = ['log(gdp)' if x=='gdp' else 'cap_mod' if x=='cap' else x for x in df.columns]

または、dictionaryを使用してマッピングを作成し、デフォルト値を古い名前に設定してget操作でlist-comprehensionを実行します。

col_dict = {'gdp': 'log(gdp)', 'cap': 'cap_mod'}   ## key→old name, value→new name

df.columns = [col_dict.get(x, x) for x in df.columns]

タイミング：

%%timeit
df.rename(columns={'gdp':'log(gdp)'}, inplace=True)
10000 loops, best of 3: 168 µs per loop

%%timeit
df.columns = ['log(gdp)' if x=='gdp' else x for x in df.columns]
10000 loops, best of 3: 58.5 µs per loop
18
Nickil Maveli

パンダ内の特定の列の名前を変更する方法

V0.24以降から、一度に1つ（または複数）の列の名前を変更するには、

一度にすべてのカラムの名前を変更する必要がある場合は、

  • DataFrame.set_axis()axis=1メソッド。リストのようなシーケンスを渡します。インプレース変更のためのオプションもあります。

renameとaxis=1

df = pd.DataFrame('x', columns=['y', 'gdp', 'cap'], index=range(5))
df

   y gdp cap
0  x   x   x
1  x   x   x
2  x   x   x
3  x   x   x
4  x   x   x

0.21以降では、axisとともにrenameパラメータを指定できるようになりました。

df.rename({'gdp':'log(gdp)'}, axis=1)
# df.rename({'gdp':'log(gdp)'}, axis='columns')

   y log(gdp) cap
0  x        x   x
1  x        x   x
2  x        x   x
3  x        x   x
4  x        x   x

（renameはデフォルトではインプレースではないので、結果を元に戻す必要があります。）

この追加は、他のAPIとの一貫性を向上させるために行われました。新しいaxis引数はcolumnsパラメータに似ています - それらは同じことをします。

df.rename(columns={'gdp': 'log(gdp)'})

   y log(gdp) cap
0  x        x   x
1  x        x   x
2  x        x   x
3  x        x   x
4  x        x   x

renameは、各列に対して1回呼び出されるコールバックも受け入れます。

df.rename(lambda x: x[0], axis=1)
# df.rename(lambda x: x[0], axis='columns')

   y  g  c
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x
4  x  x  x

この特定のシナリオでは、使用したいと思うでしょう

df.rename(lambda x: 'log(gdp)' if x == 'gdp' else x, axis=1)

Index.str.replace

Pythonの文字列のreplaceメソッドと同様に、pandas IndexとSeries（object dtypeのみ）は文字列と正規表現に基づく置換のための（ "ベクトル化された"）str.replaceメソッドを定義します。

df.columns = df.columns.str.replace('gdp', 'log(gdp)')
df

   y log(gdp) cap
0  x        x   x
1  x        x   x
2  x        x   x
3  x        x   x
4  x        x   x

他の方法に対するこの利点は、str.replaceが正規表現をサポートすることです（デフォルトで有効になっています）。詳しくはドキュメントを参照してください。

set_axisを使ってaxis=1にリストを渡す

ヘッダのリストを付けてset_axisを呼び出します。リストの長さは列/インデックスサイズと同じでなければなりません。 set_axisはデフォルトで元のDataFrameを変更しますが、inplace=Falseを指定して変更されたコピーを返すことができます。

df.set_axis(['cap', 'log(gdp)', 'y'], axis=1, inplace=False)
# df.set_axis(['cap', 'log(gdp)', 'y'], axis='columns', inplace=False)

  cap log(gdp)  y
0   x        x  x
1   x        x  x
2   x        x  x
3   x        x  x
4   x        x  x

注：将来のリリースでは、inplaceはデフォルトでTrueになります。

メソッドチェーン
すでにset_axisを使って列を割り当てる効率的な方法があるのに、なぜdf.columns = ...を選ぶのですか？ [この回答]でTed Petrouによって示されているように、（ https://stackoverflow.com/a/46912050/4909087 ）set_axisは、メソッドを連鎖させるときに役立ちます。

比較する

# new for pandas 0.21+
df.some_method1()
  .some_method2()
  .set_axis()
  .some_method3()

Versus

# old way
df1 = df.some_method1()
        .some_method2()
df1.columns = columns
df1.some_method3()

前者はより自然で自由に流れる構文です。

7
cs95