如何遍历 pandas 数据框并重命名所有列？

Question

我有一个 pandas 数据框，其中有几列我想重命名。

+------+--------------------------+--------------------------+--------------------------+
| FIPS | ('Active', '03/22/2020') | ('Active', '03/23/2020') | ('Active', '03/25/2020') |
+------+--------------------------+--------------------------+--------------------------+
| 1001 |                        1 |                        4 |                        8 |
| 1003 |                        4 |                        6 |                        9 |
| 1005 |                        6 |                        8 |                        9 |
+------+--------------------------+--------------------------+--------------------------+

我想重命名第一列之后的所有列。 将 ('Active', '03/22/2020') 更改为 Active_20200322 等等。 这就是我希望我的最终 output 是：

+------+--------------------------+--------------------------+--------------------------+
| FIPS | Active_20200322          | Active_20200323          |  Active_20200325
+------+--------------------------+--------------------------+--------------------------+
| 1001 |                        1 |                        4 |                        8 |
| 1003 |                        4 |                        6 |                        9 |
| 1005 |                        6 |                        8 |                        9 |
+------+--------------------------+--------------------------+--------------------------+

有没有一种方法可以使用循环来做到这一点？

Answer 1

一种解决方案是编写 function 来修复列名。 然后你可以创建一个字典理解并将其传递给DataFrame.rename来修复它们。 例如，像这样的东西：

import pandas as pd
import re
from datetime import datetime

def fix_column_name(val):
    if 'Active' in val:
        val = re.sub(r'[\(\)\']', '', val)
        s1, s2 = re.split(',\s*', val)
        s2 = datetime.strptime(s2, '%m/%d/%Y')
        return f'{s1}_{s2.strftime("%Y%m%d")}'
    return val

# Setup
df = pd.DataFrame({'FIPS': [1001, 1003, 1005],
 "('Active', '03/22/2020')": [1, 4, 6],
 "('Active', '03/23/2020')": [4, 6, 8],
 "('Active', '03/25/2020')": [8, 9, 9]})

print(df)

[出去]

   FIPS  ('Active', '03/22/2020')  ('Active', '03/23/2020')  ('Active', '03/25/2020')
0  1001                         1                         4                         8
1  1003                         4                         6                         9
2  1005                         6                         8                         9

---

d = {c:fix_column_name(c) for c in df.columns}

df = df.rename(d, axis=1)

print(df)

[出去]

   FIPS  Active_20200322  Active_20200323  Active_20200325
0  1001                1                4                8
1  1003                4                6                9
2  1005                6                8                9

Answer 2

将Index.map与自定义mapper function 一起使用，该映射器将输入参数作为列名，map 根据指定要求使用此名称：

import re 

def mapper(c):
    m = re.search(r"\('([^']+).*?'([^']+)'\)", c)
    return "{0}_{3}{1}{2}".format(m.group(1), *m.group(2).split('/')) if m else c

df.columns = df.columns.map(mapper)

结果：

   FIPS  Active_20200322  Active_20200323  Active_20200325
0  1001                1                4                8
1  1003                4                6                9
2  1005                6                8                9