Pandas dataframe列名重命名

作者参考了：网友
如有侵权，立删
投原创是因为我现在还没有问原作者

有三种方法：
1、使用columns重命名：

import pandas as pd
data=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')
data.columns =['公司','岗位','工作地点','工资','发布日期']
data

输出：

---

2、rename()方法：

原表：

对指定列重命名可以使用rename()方法。默认是使用新的列名新建一个dataframe

import pandas as pd
data=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')
data=data.rename(columns={
    
    '字节跳动':'公司','数据产品经理':'岗位','北京':'工作地点','2-3.5万/月':'工资','09-03':'发布日期'})
data

输出：

如果要在原来的dataframe上修改列名，可以设置参数inplace为True：

import pandas as pd
data=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')
data=data.rename(columns={
    
    '字节跳动':'公司','数据产品经理':'岗位','北京':'工作地点','2-3.5万/月':'工资','09-03':'发布日期'},inplace=True)

也可以使用lambda批量修改：

#但是我并没有看懂
#原代码:
df.rename(columns=lambda x: x[1:], inplace=True)

---

3.pandas0.21重命名方法做了更改：rename()和set_axis()方法:

rename()，新增了参数axis，它的值为可以columns或者1，当参数为columns或1时，用于修改列名：

import pandas as pd
data=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')
data=data.rename(columns={
    
    '字节跳动':'公司','数据产品经理':'岗位','北京':'工作地点','2-3.5万/月':'工资','09-03':'发布日期'})
data

输出：

rename()是对指定列名做更改，set_axis则是可以重新设置列名，inplace参数用于标记是否在原来的dataframe修改列名：

import pandas as pd
data=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')
data.set_axis(['公司','岗位','工作地点','工资','发布日期'],axis='columns',inplace=False)
data

输出：