重命名數據框中的多個列

Question

我有一個大的數據框為：

z1.ix[1:2]
                  index  LocalTime   Temp   TempDiff   TempNormal   DewPoint  
1  5/16/2018 1:00:00 AM      66.92  -3.89      55.22        66.92        NaN   
2  5/16/2018 2:00:00 AM      66.92  -3.31      53.47        66.02        NaN

以上是使用pandas.read_csv生成的

如何重命名列，使其顯示如下：

z1.ix[1:2]
                 LocalTime   Temp   TempDiff   TempNormal   DewPoint  
1  5/16/2018 1:00:00 AM      66.92  -3.89      55.22        66.92            
2  5/16/2018 2:00:00 AM      66.92  -3.31      53.47        66.02        

列名左移一位，最后一列被刪除。

df.rename(columns={'oldCol':'newCol'})

重命名列是一種繁瑣的方法，因為z1的列數約為300。

編輯：我的csv文件具有：

NA-KBWI      Hourly Forecast Made May 16 2018 1510 UTC                  
LocalTime    Temp    TempDiff    TempNormal  DewPoint    Cloud Cover     FeelsLikeTemp
5/16/2018 0:00  68  -3.38   57.5    66.92   100 68
5/16/2018 1:00  66.92   -3.89   55.22   66.92   100 66.92
5/16/2018 2:00  66.92   -3.31   53.47   66.02   100 66.92
5/16/2018 3:00  66.92   -2.37   52.88   66.02   100 66.92

我正在使用以下代碼：

pandas.read_csv('myCSV.csv', skiprows=[0])

Answer 1

關於什么

df.drop('DewPoint', axis=1)
  .rename(columns=dict(zip(df.columns[:-1],df.columns[1:])))

Answer 2

你可以這樣做：

df.columns = df.columns[1:].tolist() + ['DropMe']

df.drop('DropMe', axis=1, inplace=True)

輸出：

                   Temp  TempDiff  TempNormal  DewPoint
1  5/16/2018 1:00:00 AM     66.92       -3.89     55.22
2  5/16/2018 2:00:00 AM     66.92       -3.31     53.47

Answer 3

考慮下面的代碼：

new_col = list(pd.Series(list(df.columns)).shift(-1).dropna())
df = df.drop(list(df.columns)[-1], axis=1)
df.columns = new_col

Answer 4

更容易的是在read_csv命令中使用標志index_col = False ，並且應該從一開始就避免此問題。

否則，您可以執行以下操作：

old_cols = df.columns.values
#delete the right-most row, which for you is NaN
del df[old_cols[-1]]
new_cols = old_cols[1:]
df.columns = new_cols

Answer 5

從我收集到的信息中，您正嘗試將所有列名下移。

rename_dict = {}
for i in range(len(z1.keys()) - 1):
    rename_dict[z1.keys()[i]] = z1.keys()[i+1]

z1.index.names = [z1.keys()[0]]
z1 = z1.drop(df.keys()[-1], axis=1)
print(rename_dict)
z1.rename(columns=rename_dict)

這應該可以解決問題