Python 为什么可以'；我是否保留了一些变量并在熊猫中重命名变量？

我正在尝试获取数据帧[示例]：

sample = pd.DataFrame({'VAR1': ['K0', 'K0', 'K1', 'K2', 'K3', 'K4', 'K5'],
                       'VAR2': ['A0', 'AX', 'A1', 'A2', 'A3', 'A4', 'A5'],
                       'VAR3': ['A0', 'AX', 'A1', 'A2', 'A3', 'A4', 'A5'],
                       'VAR4': ['A0', 'AX', 'A1', 'A2', 'A3', 'A4', 'A5']})

并尝试仅保留一些列，并将列重命名为“就地”：

没有运气

但是，当我在没有inplace选项的情况下分配新的数据帧时，它的工作原理如下：

sample_short=sample[['VAR1','VAR2','VAR3']].rename(columns={'VAR1': 'NEW_VAR'})

---

我做错了什么？非常感谢您的帮助。

当传递

inplace=True

时，数据将被重命名（返回

None

）。因此，基本上，您正在复制一个数据帧，然后执行一个返回

None

的方法，这就是它不起作用的原因

你应使用：

sample_short = sample[['VAR1', 'VAR2', 'VAR3']].rename(columns={'VAR1': 'NEW_VAR'})

或

---

sample[['VAR1'、'VAR2'、'VAR3']

是一个新对象。您正在对该对象调用

。重命名

，而不是原始数据帧。这个新对象现在没有绑定名称，并且被Python取消引用。此外，我建议避免使用

inplace

。

sample_short = sample[['VAR1', 'VAR2', 'VAR3']].rename(columns={'VAR1': 'NEW_VAR'})

sample_short = sample[['VAR1', 'VAR2', 'VAR3']]
sample_short.rename(columns={'VAR1': 'NEW_VAR'}, inplace=True)