熊猫重命名列答案

【问题标题】：Pandas Rename Columns熊猫重命名列
【发布时间】：2021-08-15 22:03:39
【问题描述】：

我正在尝试使用前面的列名重命名我的列，并在末尾加上一个数字，以使列独一无二。有没有办法做到这一点？

当前DF：

Reconnaissance      Unnamed: 1          Resource Development    Unnamed: 3      Initial Access          Unnamed: 5  
Active Scanning     Scanning IP Blocks  Acquire Infrastructure  Botnet          Drive-by Compromise         NaN

期望：

Reconnaissance      Reconnaissance_1        Resource Development    Resource Development_1      Initial Access          Initial Access_1
Active Scanning     Scanning IP Blocks  Acquire Infrastructure  Botnet                      Drive-by Compromise         NaN

【问题讨论】：

标签： python pandas rename

【解决方案1】：

如果每隔一列需要重命名，您可以使用：

df = df.rename(columns = {df.columns[i]: f"{df.columns[i-1]}_1" for i in range(1, len(df.columns),2)})

【讨论】：

【解决方案2】：

您可以从列创建系列（因为Index 对象没有ffill 方法，这在此处很有用）。然后确定哪些列以Unnamed 开头，将它们屏蔽并使用 cumcount 来确定要添加到末尾的数字（在可能有多个连续的未命名：列的情况下）并使用ffill 获取上一个列标签不是以“未命名”开头的。使用此系列分配列。

样本数据

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=['Reconnaissance', 'Unnamed: 1', 'Resource Development',    
                           'Unnamed: 3', 'Initial Access', 'Unnamed: 5'],
                  data=1, index=[0])

代码

s = pd.Series(df.columns)

s = s.mask(s.str.startswith('Unnamed:'))
s = (s.ffill() 
     + s.groupby(s.notnull().cumsum()).cumcount().astype(str).radd('_').replace('_0', ''))

df.columns = s

print(df)

   Reconnaissance  Reconnaissance_1  Resource Development  Resource Development_1  Initial Access  Initial Access_1
0               1                 1                     1                       1               1                 1

这里是另一个例子，展示了它在不规则间隔的“未命名：”列中的表现。

df = pd.DataFrame(columns=['a', 'Unnamed: 1', 'Unnamed: 2', 'b', 'c', 'Unnamed: 3'],
                  data=[np.arange(6)], index=[0])

#### Same code as above

print(df)
   a  a_1  a_2  b  c  c_1
0  0    1    2  3  4    5

【讨论】：

【解决方案3】：

要一次重命名所有列，您可以执行以下操作：

df.columns = [col1, col2, col3]

【讨论】：