Pandas dataframe列名重命名

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：