重命名熊猫数据框中的一百个或更多列名

Question

我正在使用供个人使用的 John Hopkins Covid 数据来创建图表。数据按国家/地区显示累计死亡人数，我想要每天的死亡人数。在我看来，最简单的方法是创建两个数据框并从另一个中减去一个。但是该文件的列名是日期和代码，例如df3 = df2 - df1 减去具有匹配日期的列。所以我想用一些简单的索引重命名所有列，例如 1, 2, 3, ....

我不知道该怎么做？

Answer 1

new_names=list(range(data.shape[1]))
data.columns=new_names

这会将数据列从 0 向上重命名。

Answer 2

您可以重新塑造数据：使用日期和行标签，并使用国家、省作为列标签。

import pandas as pd

covid_csv = 'https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv'

df_raw = (pd.read_csv(covid_csv)
          .set_index(['Country/Region', 'Province/State'])
          .drop(columns=['Lat', 'Long'])
          .transpose())

df_raw.index = pd.to_datetime(df_raw.index)

print( df_raw.iloc[-5:, 0:5] )

Country/Region Afghanistan Albania Algeria Andorra Angola
Province/State         NaN     NaN     NaN     NaN    NaN
2020-07-27            1269     144    1163      52     41
2020-07-28            1270     148    1174      52     47
2020-07-29            1271     150    1186      52     48
2020-07-30            1271     154    1200      52     51
2020-07-31            1272     157    1210      52     52

现在，您可以使用丰富的 pandas 工具集进行时间序列分析。例如，使用diff() 将累积死亡人数转换为每日死亡率。或者，您可以计算 N 天移动平均线，创建时间序列图，...

print(df_raw.diff().iloc[-5:, 0:5])

Country/Region Afghanistan Albania Algeria Andorra Angola
Province/State         NaN     NaN     NaN     NaN    NaN
2020-07-27            10.0     6.0     8.0     0.0    1.0
2020-07-28             1.0     4.0    11.0     0.0    6.0
2020-07-29             1.0     2.0    12.0     0.0    1.0
2020-07-30             0.0     4.0    14.0     0.0    3.0
2020-07-31             1.0     3.0    10.0     0.0    1.0

最后，df_raw.sum(level='Country/Region', axis=1) 将聚合一个国家/地区内的所有省份。

Answer 3

感谢您的时间和精力，但我想出了一个简单的方法。

for i, row in enumerate(df): df.rename(columns = { row : str(i)}, inplace = True)

更改列名，然后

for i, row in enumerate(df): df.rename(columns = { row : str( i + 43853)}, inplace = True)

将它们改回我想要的日期。