Python / Pandas：根据条件/索引重命名DataFrame中的几个列名

Question

我对 Python 和 Pandas 很陌生。到目前为止尝试在论坛上找到答案，但没有成功。

我的问题如下：

• 我从 excel 导入一个数据框，其中 2 列包含参数描述（字符串），可变数量的列包含 每周数据（4 到 5 取决于一个月中的周数；01. mm.yyyy 到（比如说）28.mm.yyyy）以及具有每月数据的列（01.mm.yyyy）
• 我需要将每月数据的前 2 个字符（因此，从第 6 列或第 7 列开始）列名字符串从 01 重命名为（比如说）25

例如：

Col1	Col2	Wk 1- Wk 4	01.01.2021	01.02.2021	...
1111	2222	..........	..........	..........	...

我想得到以下：

Col1	Col2	Wk 1- Wk 4	25.01.2021	25.02.2021	...
1111	2222	..........	..........	..........	...

我尝试通过使用 df.columns 处理列索引范围来解决它，如下代码：

df.columns[m3_idx:] = df.columns[m3_idx:].str.replace("^01", "25")

其中m3_idx 是列的索引，重命名应该从这里开始。但我得到一个 TypeError：

Exception has occurred: TypeError
Index does not support mutable operations

如何处理列索引以指定要更改标题的列范围？

编辑：想法是仅更改列范围的一部分的标题，因为每月数据之前的某些“每周数据”列可能以相同的字符串“01”开头，这不能改变

Answer 1

我需要将列名字符串的前 2 个字符从 01 重命名为（比如说）25

你可以使用pandas.DataFrame.rename:

df = df.rename(lambda x: x[:2].replace("01", "25")+x[2:], axis="columns")    

（上面的x设置为“列”轴的每个名称；名称更改为结果值）。

这是一个仅替换 m3_idxth 列中的名称的变体：

df.rename(columns = lambda x, idx=iter(range(df.columns.size)):
                        x if next(idx) < m3_idx else x[:2].replace("01", "25")+x[2:],
          inplace=True)

Answer 2

Exception has occurred: TypeError
Index does not support mutable operations

此错误是由于分配 df.columns[m3_idx:] = ... 的左侧（右侧有效） - 我们无法分配给切片。所以，为了完成这项工作，我们可以构造整个列索引并分配给df.columns：

df.columns = pd.Index.union(df.columns[:m3_idx],
                            df.columns[m3_idx:].str.replace("^01", "25", regex=True),
                            sort=False)