如何使熊猫数据框列标题全部小写？答案

【问题标题】：How can I make pandas dataframe column headers all lowercase?如何使熊猫数据框列标题全部小写？
【发布时间】：2013-11-12 14:39:16
【问题描述】：

我想让我的 pandas 数据框中的所有列标题都小写

示例

如果我有：

data =

  country country isocode  year     XRAT          tcgdp
0  Canada             CAN  2001  1.54876   924909.44207
1  Canada             CAN  2002  1.56932   957299.91586
2  Canada             CAN  2003  1.40105  1016902.00180
....

我想通过执行以下操作将 XRAT 更改为 xrat：

data.headers.lowercase()

所以我得到：

  country country isocode  year     xrat          tcgdp
0  Canada             CAN  2001  1.54876   924909.44207
1  Canada             CAN  2002  1.56932   957299.91586
2  Canada             CAN  2003  1.40105  1016902.00180
3  Canada             CAN  2004  1.30102  1096000.35500
....

我不会提前知道每个列标题的名称。

【问题讨论】：

更简单的df.columns = df.columns.str.lower()
你好 Nasuki，虽然在最初的问题出现时原始答案是可以接受的，但下面的 answer 更好。请考虑将其标记为已接受的答案。最好的问候。

标签： python pandas dataframe

【解决方案1】：

你可以这样做：

data.columns = map(str.lower, data.columns)

或

data.columns = [x.lower() for x in data.columns]

示例：

>>> data = pd.DataFrame({'A':range(3), 'B':range(3,0,-1), 'C':list('abc')})
>>> data
   A  B  C
0  0  3  a
1  1  2  b
2  2  1  c
>>> data.columns = map(str.lower, data.columns)
>>> data
   a  b  c
0  0  3  a
1  1  2  b
2  2  1  c

【讨论】：

请注意，当 lower(column1) == lower(column2)（例如，'a' 和 'A'）时，这会导致列名重复。这可能会在稍后引用列时产生意想不到的后果。（例如 data['a'] 将返回一个 DataFrame，而不是一个 Series，所有列都名为 'a'）。有关示例，请参阅此要点：gist.github.com/grisaitis/170e82a008480acb4fa3
[x.lower() for x in data.columns] 等价于：[x.lower() for x in data]
当您使用它时，最好使用[x.lower().strip() for x in df0]
@PawelKranzberg 你知道如何降低MultiIndex的列名
@curious_nustian - 是的，例如：df.index.names = [x.lower().strip() for x in df.index.names]

【解决方案2】：

如果你想使用链式方法调用来重命名，你可以使用

data.rename(
    columns=unicode.lower
)

（Python 2）

或

data.rename(
    columns=str.lower
)

（Python 3）

【讨论】：

【解决方案3】：

您可以使用str.lower 为columns 轻松做到这一点：

df.columns = df.columns.str.lower()

例子：

In [63]: df
Out[63]: 
  country country isocode  year     XRAT         tcgdp
0  Canada             CAN  2001  1.54876  9.249094e+05
1  Canada             CAN  2002  1.56932  9.572999e+05
2  Canada             CAN  2003  1.40105  1.016902e+06

In [64]: df.columns = df.columns.str.lower()

In [65]: df
Out[65]: 
  country country isocode  year     xrat         tcgdp
0  Canada             CAN  2001  1.54876  9.249094e+05
1  Canada             CAN  2002  1.56932  9.572999e+05
2  Canada             CAN  2003  1.40105  1.016902e+06

【讨论】：

【解决方案4】：

df.columns = df.columns.str.lower()

是最简单的，但如果某些标头是数字会报错

如果你有数字标题，那么使用这个：

df.columns = [str(x).lower() for x in df.columns]

【讨论】：

我想在这种情况下写df.columns.astype(str).str.lower() 更容易，但可能有点冗长。

【解决方案5】：

我注意到如果列名由数字组成（例如“123”），其他一些答案将失败。尝试这些也可以处理此类情况。

选项 1：使用df.rename

def rename_col(old_name):
    return str(old_name).lower()

df.rename(rename_col)

选项 2（来自this comment）：

df.columns.astype(str).str.lower()

【讨论】：