我有以下 csv 数据文件：
id,number,id
132605,1,1
132750,2,1
Pandas 目前将其重命名为：
id number id.1
0 132605 1 1
1 132750 2 1
有没有办法自定义重命名方式？例如，我更喜欢：
id number id2
0 132605 1 1
1 132750 2 1
【问题讨论】：
标签： python pandas csv dataframe indexing
rename: 使用句号分隔符假设重复的列标签是仅列名称包含句点 (.) 的实例，您可以使用带有 pd.DataFrame.rename 的自定义函数：
from io import StringIO
file = """id,number,id
132605,1,1
132750,2,1"""
def rename_func(x):
if '.' not in x:
return x
name, num = x.split('.')
return f'{name}{int(num)+1}'
# replace StringIO(file) with 'file.csv'
df = pd.read_csv(StringIO(file))\
.rename(columns=rename_func)
print(df)
id number id2
0 132605 1 1
1 132750 2 1
csv.reader：稳健的解决方案使用标准库中的csv 模块可以提供强大的解决方案：
from collections import defaultdict
import csv
# replace StringIO(file) with open('file.csv', 'r')
with StringIO(file) as fin:
headers = next(csv.reader(fin))
def rename_duplicates(original_cols):
count = defaultdict(int)
for x in original_cols:
count[x] += 1
yield f'{x}{count[x]}' if count[x] > 1 else x
df.columns = rename_duplicates(headers)
【讨论】：
简答
没有。您无法使用 pandas API 更改添加后缀的方式。
长答案
这由pandas.read_csv 的mangle_dupe_cols 选项处理，目前不支持将其关闭。
你可以修改pandas.io.parsers._maybe_dedup_names的源代码，但一如既往，不太推荐。
def _maybe_dedup_names(self, names):
if self.mangle_dupe_cols:
names = list(names)
# counts = defaultdict(int)
counts = defaultdict(lambda:1)
# So that your duplicated column suffix starts with 2 not 1
is_potential_mi = _is_potential_multi_index(names)
for i, col in enumerate(names):
cur_count = counts[col]
while cur_count > 0:
counts[col] = cur_count + 1
if is_potential_mi:
# col = col[:-1] + ('%s.%d' % (col[-1], cur_count),)
col = col[:-1] + ('%s%d' % (col[-1], cur_count),)
else:
# col = '%s.%d' % (col, cur_count)
col = '%s%d' % (col, cur_count)
# eliminate '.' from formating
cur_count = counts[col]
names[i] = col
counts[col] = cur_count + 1
【讨论】：