通过关键字重命名熊猫中的多列[重复]

Question

我需要重命名 pandas 中的列，以便与预定义关键字关联的多个不同列名的标题被该关键字替换。

我希望将几个不同的潜在列名的列表与一个关键字相关联，然后我可以将其用于以后对信息进行分组。这不是Renaming columns in pandas 中的这个问题，因为它没有解决可以与一个关键字关联的多个列名的使用。

例如：猫、狗、鸟、鱼 -> 替换为标题“动物”

我正在查看重命名函数 HERE 和 HERE ，但是，它似乎没有考虑将多个列与要重命名的关键字相关联的可能性。

这可以在 pandas 中实现吗？

到目前为止我的（不工作）尝试如下：

newNames = {
    'animals':['cats','dogs','fish'],
    'colors':['red','blue','green']
}

样本df：

cats    dogs    fish    red
1   2   3   2
2   3   5   4
3   4   3   4

df.rename(index=str,columns=newNames,inplace=True)

想要的结果：

animals     animals     animals     colors
1   2   3   2
2   3   5   4
3   4   3   4

Answer 1

IIUC，您可以 - 作为对许多列使用 相同 名称的替代方法（这可能是个坏主意） - 考虑使用 MultiIndexing

例如：

categories = {"animals": ["cats", "dogs", "fish"],
              "colors" : ["red"]}

df.columns = pd.MultiIndex.from_tuples([(k, sub) for k,v in categories.items() for sub in v])

那么你的输出会是这样的：

        animals                 colors

        cats    dogs    fish    red
0       1       2       3       2
1       2       3       5       4
2       3       4       3       4

Answer 2

使用melt创建您的字典

df.rename(columns=pd.DataFrame(newNames).melt().set_index('value').variable.to_dict())
Out[275]: 
   animals  animals  animals  colors
0        1        2        3       2
1        2        3        5       4
2        3        4        3       4

Answer 3

这对你有用吗？

import pandas as pd
df = pd.DataFrame({"cats": [1, 2, 3], "dogs": [4, 5, 6], "fish": [7, 8, 9], "red": [10, 11, 12],})

# df
   cats  dogs  fish  red
0     1     4     7   10
1     2     5     8   11
2     3     6     9   12

new_names = {
    "cats": "animals",
    "dogs": "animals",
    "fish": "animals",
    "red": "colors"
    }

new_df = df.rename(index=str, columns=new_names)

# new_df
   animals  animals  animals  colors
0        1        4        7      10
1        2        5        8      11
2        3        6        9      12

如果new_names 字典中未列出列名，则它保持不变。在这种情况下，数据框的维度无关紧要。

例子：

df2 = pd.DataFrame({"cats": [1, 2, 3], "digs": [4, 5, 6], "fish": [7, 8, 9], "worm": [10, 11, 12], "blue": [10, 11, 12]})

# df2
   cats  digs  fish  worm  blue
0     1     4     7    10    10
1     2     5     8    11    11
2     3     6     9    12    12

new_df2 = df2.rename(index=str, columns=new_names)

# new_df2
   animals  digs  animals  worm  blue
0        1     4        7    10    10
1        2     5        8    11    11
2        3     6        9    12    12