Pandas实战100例 | 案例 18: 列操作 - 重命名、删除和重新排序列

案例 18: 列操作 - 重命名、删除和重新排序列

知识点讲解

在处理 DataFrame 时，经常需要对列进行各种操作，如重命名列、删除列或重新排序列。Pandas 提供了简洁的方法来执行这些任务。

• 重命名列: 使用 rename 方法可以改变 DataFrame 中一个或多个列的名称。
• 删除列: 使用 drop 方法可以从 DataFrame 中删除指定的列。
• 选择和排序列: 通过列名列表可以选择和重新排序 DataFrame 的列。

示例代码

# 准备数据和示例代码的运行结果，用于案例 18

# 示例数据
data_column_manipulation = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df_column_manipulation = pd.DataFrame(data_column_manipulation)

# 重命名列
df_renamed = df_column_manipulation.rename(columns={'A': 'X', 'B': 'Y'})

# 删除列
df_dropped = df_column_manipulation.drop(columns=['C'])

# 选择和排序列
df_selected = df_column_manipulation[['C', 'A', 'B']]

df_column_manipulation, df_renamed, df_dropped, df_selected

在这个示例中，我们首先重命名了 DataFrame 的两列 A 和 B。接着，我们删除了列 C。最后，我们重新选择并排序了所有列。

示例代码运行结果

原始 DataFrame (df_column_manipulation):

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

重命名列后 (df_renamed):

   X  Y  C
0  1  4  7
1  2  5  8
2  3  6  9

删除列后 (df_dropped):

   A  B
0  1  4
1  2  5
2  3  6

选择和排序列后 (df_selected):

   C  A  B
0  7  1  4
1  8  2  5
2  9  3  6

这个案例说明了如何进行基本的列操作，这些技巧在数据预处理和清洗过程中非常重要。