使用字典中的值重命名 Pandas Dataframe 中的列

Question

我有一個從 excel 文件中讀取的 pandas 數據幀。 注意：列名保持不變，但列的 position 在 excel 文件中可能會有所不同。

df

    colA    colB    colC   ...
0   val11   val12   val13  ... 
1   val21   val22   val23  ...
... ... ...

我有一個應該用來更改列名的字典列表，如下所示

field_map

    [{"file_field" : "colA" , "table_field" : "tab1"},
     {"file_field" : "colB" , "table_field" : "tab2"},
     {"file_field" : "colC" , "table_field" : "tab3"},
      ... ... ...]

我可以通過這種方式分別轉換 DataFrame 中每一行的列鍵，並使用new_dt進行進一步操作。

file_dt = df.to_dict("records")

for each_entry in file_dt:
    new_dt = {}
    for field in field_map:      
        new_dt[field['table_field'] = each_entry[field['file_field']]
    ... ... ...

當我的文件很大時，此方法花費的時間太長。

我想在進一步處理條目之前更改數據框的列標題，這將為我減少很多處理時間。 請幫我解決這個問題。 我期待數據框是這樣的

預期 df

    tab1    tab2    tab3   ...
0   val11   val12   val13  ... 
1   val21   val22   val23  ...
... ... ...

提前致謝

Answer 1

只需在現有 dataframe df中使用rename function ：

df = df.rename(columns={"colA":"tab1", "colB":"tab2", "colB":"tab3"})

您需要稍微修改field_map字典：

col_rename_dict = {el["file_field"]:el["table_field"] for el in field_map}
df = df.rename(columns=col_rename_dict)

Answer 2

如果你改變你的field_map你可以簡單地將它傳遞給df.rename為：

field_map = {x['file_field']:x['table_field'] for x in field_map}
df = df.rename(columns=field_map)

希望這可以幫助！