我有一个 CSV 文件，我想在其中重命名一些具有相同名称的列。我的初始代码如下所示
df = pd.read_csv('New.csv')
我使用此代码从数据框中提取了选定的列
df.columns[1::3]
此切片每隔三列获取一次。 现在我想用相同的名称重命名那些每隔三列 但试图像这样重命名我的列 给我一个错误
df.columns[1::3]= ['SomeName']
raise TypeError("Index does not support mutable operations")
有什么方法可以重命名 pandas 中具有相同名称的多个列？
除了手动执行此操作之外，还有其他建议吗？
【问题讨论】：
我认为这里最好使用 rename 和独特的新列名称，例如：
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')})
print (df)
A B C D 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
d = dict(zip(df.columns[1::3], range(len(df.columns[1::3]))))
print (d)
{'B': 0, 'E': 1}
df = df.rename(columns=d)
print (df)
A 0 C D 1 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
或者：
d = dict(zip(df.columns[1::3],
['name{}'.format(x) for x in range(len(df.columns[1::3]))]))
print (d)
{'B': 'name0', 'E': 'name1'}
df = df.rename(columns=d)
print (df)
A name0 C D name1 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
不推荐的解决方案是重命名相同的列名：
d = dict.fromkeys(df.columns[1::3], 'Name')
print (d)
{'B': 'Name', 'E': 'Name'}
df = df.rename(columns=d)
print (df)
A Name C D Name 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
因为如果想要查看列 Name 它会返回 DataFrame 中的所有列：
print (df['Name'])
Name Name
0 4 5
1 5 3
2 4 6
3 5 9
4 5 2
5 4 4
【讨论】：
d = dict.fromkeys(df.columns[1::3], 'Name') 然后df['name'].sum(axis=1) ？那么就可以使用
df.columns 的类型为 pandas.indexes.base.Index，这就是您收到 TypeError 的原因。如果将其转换为列表，则可以使用切片更新（重命名），并将 df.columns 设置为更新后的列表。
这对我有用：
lst = list(df.columns)
lst[1::3] = ['someName']*len(lst[1::3])
df.columns = lst
或拥有唯一的新列名（正如@jezrael 指出的那样，可能不建议使用相同的名称）：
lst = list(df.columns)
lst[1::3] = ['someName{}'.format(x) for x in range(len(lst[1::3]))]
df.columns = lst
【讨论】：
基础pandas 索引对象是numpy 数组。
您可以利用这一事实来使用numpy 约定进行切片和分配。
来自@jezrael 的数据。 this known issue 需要显式提取值。
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.values
arr[1::3] = range(2)
df.columns = arr
print(df)
A 0 C D 1 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
【讨论】：
pandas 0.23.0中测试还是有问题，所以不要使用它。