Python / Pandas: 根据condition/index重命名DataFrame中的几个列名

Question

我对 Python 和 Pandas 很陌生。到目前为止试图在论坛上找到答案，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）28.mm.yyyy) 以及包含 每月数据的列 (01.mm.yyyy)
我需要重命名 每月数据 的前 2 个字符（因此，从第 6 列或第 7 列开始）列名称字符串从 01 到（比如说）25

例如：

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

我想得到以下信息：

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

我试图通过使用 df.columns 来解决列索引范围，代码如下：

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。但是我得到一个 TypeError:

Exception has occurred: TypeError
Index does not support mutable operations

如何处理列索引以指定要更改 headers 的列范围？

EDIT：想法是更改 headers 仅列范围的一部分，因为每月数据列之前的一些“每周数据”列可能会开始相同的字符串“01”，不可更改

Answer 1

I need to rename first 2 characters of the column name string from 01 to (say) 25

您可以使用 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）。

这是一个仅替换第 m3_idx 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

此错误是由于赋值的左侧 df.columns[m3_idx:] = ...（右侧起作用）- 我们无法对切片进行赋值。因此，为了使这项工作有效，我们可以构建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)

Python / Pandas: 根据condition/index重命名DataFrame中的几个列名

Python / Pandas: Renaming several column names in DataFrame based on condition/index

rename

python-3.x

pandas