Pandas：选择列（使用正则表达式）并重命名它们（使用列表）

Question

我正在尝试在 Python 中做两件事：

Select 使用 regex
使用名称列表重命名这些选定的列（不幸的是，这些名称存储在它们自己奇怪的数据框中）

我是 python 和 pandas 的新手，但进行了一系列谷歌搜索，发现 TypeError: Index does not support mutable operations 错误。这就是我正在做的。

import pandas as pd
import numpy as np


df=pd.DataFrame(data=np.array([
    [1, 3, 3, 4, 5,9,5], 
    [1, 2, 4, 4, 5,8,4], 
    [1, 2, 3, 'a', 5,7,3],
    [1, 2, 3, 4, 'e',6,2],
    ['f', 2, 3, 4, 5,6,1]     
    ]),
    columns=[
        'a',
        'car-b', 
        'car-c',
        'car-d',
        'car-e',
        'car-f',
        'car-g'])

#Select the NAMES of the columns that contain 'car' in them as I want to change these column names
names_to_change = df.columns[df.columns.str.contains("car")]
names_to_change 

#Here is the dataset that has the names that I want to use to replace these
#This is just how the names are stored in the workflow
new_names=pd.DataFrame(data=np.array([
    ['new_1','new_3','new_5'],
    ['new_2','new_4','new_6'] 
    ]))
new_names

#My approach is to transform the new names into a list
new_names_list=pd.melt(new_names).iloc[:,1].tolist()
new_names_list

#Now I figure I would use .columns to do the replacement
#But this returnts the mutability error
df.columns[df.columns.str.contains("car")]=new_names_list

#This also returns the same error
df.columns = df.columns[df.columns.str.contains("car")].tolist()+new_names_list
Traceback (most recent call last):

  File "C:\Users\zsg876\AppData\Local\Temp/ipykernel_1340/261138782.py", line 44, in <module>
    df.columns[df.columns.str.contains("car")]=new_names_list

  File "C:\Users\zsg876\Anaconda3\lib\site-packages\pandas\core\indexes\base.py", line 4585, in __setitem__
    raise TypeError("Index does not support mutable operations")

TypeError: Index does not support mutable operations

我尝试了很多不同的方法（这没有帮助：），但运气不佳。我来自 R，那里重命名列要简单得多——您只需使用 names().

传递一个向量

我认为这里的工作流程不同？感谢任何建议！

更新：

这似乎可以解决问题，但我不确定具体原因。我认为用另一个等长的列表替换一个列表会起作用，但情况似乎并非如此。有人可以在这里教育我吗？

col_rename_dict=dict(zip(names_to_change,new_names_list))

df.rename(columns=col_rename_dict, inplace=True)

Answer 1

您可以使用 df.filter(like='car').columns 获取包含 car 的列的名称，并且您可以使用 new_names.to_numpy().T.ravel 有效地将 new_names 数据帧转换为数组新名字。然后，您可以使用 zip 和 dict 将两个数组转换为字典，其中键是旧列名，值是新列名。然后，使用 axis=1:

简单地将其传递给 df.rename

old_names = df.filter(like='car').columns
new_names = new_names.to_numpy().T.ravel()
df = df.rename(dict(zip(old_names, new_names)), axis=1)

输出：

>>> df
   a new_1 new_2 new_3 new_4 new_5 new_6
0  1     3     3     4     5     9     5
1  1     2     4     4     5     8     4
2  1     2     3     a     5     7     3
3  1     2     3     4     e     6     2
4  f     2     3     4     5     6     1

Pandas：选择列（使用正则表达式）并重命名它们（使用列表）

Pandas: Selecting columns (with regex) and renaming them (with a list)

python

rename

pandas