使用索引号同时更改 pandas 数据框中的多个列名（并非所有列名）

Question

我已经使用这个成功更改了数据框中的单个列名：

df.columns=['new_name' if x=='old_name' else x for x in df.columns]

但是，我有很多列要更新（但不是全部 240 个），如果我能帮上忙，我不想为每个更改都写出来。

我试图在此线程中遵循@StefanK 的建议：

更改多个列名但不是全部 - Pandas Python

我的代码：

df.columns=[[4,18,181,182,187,188,189,190,203,204]]=['Brand','Reason','Chat_helpful','Chat_expertise','Answered_questions','Recommend_chat','Alternate_help','Customer_comments','Agent_category','Agent_outcome']

但我收到一条错误消息：

File "<ipython-input-17-2808488b712d>", line 3
    df.columns=[[4,18,181,182,187,188,189,190,203,204]]=['Brand','Reason','Chat_helpful','Chat_expertise','Answered_questions','Recommend_chat','Alternate_help','Customer_comments','Agent_category','Agent_outcome']
                   ^
SyntaxError: can't assign to literal

因此，在谷歌搜索错误并在这里阅读更多SO问题后，在我看来，它试图将数字读取为整数而不是索引？ 不过我在这里不确定。

那么我该如何修复它才能将数字视为索引？！ 我要替换的列名称每个至少有 10 个字长，所以我很想不必将它们全部输入！ 我唯一的想法是以某种方式使用 iloc 但我要在这里进入新领域！

真的很感谢一些帮助

Answer 1

删除代码中 df.columns 之后的 '=' 并改用它：

df.columns.values[[4,18,181,182,187,188,189,190,203,204]]=['Brand','Reason','Chat_helpful','Chat_expertise','Answered_questions','Recommend_chat','Alternate_help','Customer_comments','Agent_category','Agent_outcome']

Answer 2

因为 index 不支持可变操作，将其转换为 numpy 数组，重新分配并设置回：

df = pd.DataFrame({
        'A':list('abcdef'),
         'B':[4,5,4,5,5,4],
         'C':[7,8,9,4,2,3],
         'D':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'F':list('aaabbb')
})

arr = df.columns.to_numpy()
arr[[0,2,3]] = list('RTG')
df.columns = arr
print (df)
   R  B  T  G  E  F
0  a  4  7  1  5  a
1  b  5  8  3  3  a
2  c  4  9  5  6  a
3  d  5  4  7  9  b
4  e  5  2  1  2  b
5  f  4  3  0  4  b

因此，对于您的数据使用：

idx = [4,18,181,182,187,188,189,190,203,204]
names = ['Brand','Reason','Chat_helpful','Chat_expertise','Answered_questions','Recommend_chat','Alternate_help','Customer_comments','Agent_category','Agent_outcome']

arr = df.columns.to_numpy()
arr[idx] = names
df.columns = arr