如何在Python中使用熊猫重命名DataFrame中的列

我有五个股票投资组合，我已经从雅虎进口！财务部需要创建一个包含所有股票2016年收盘价的数据框架。然而，我很难用相应的股票名称来标记这些列

import pandas.io.data as web
import pandas_datareader.data as web
import pandas as pd

from pandas import Series, DataFrame
import numpy as np
import datetime

start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2016, 12, 31)

NFLX = web.DataReader("NFLX", 'yahoo', start, end)
AAPL = web.DataReader("AAPL", 'yahoo', start, end)
GOOGL = web.DataReader("GOOGL", 'yahoo', start, end)
FB = web.DataReader("FB", 'yahoo', start, end)
TSLA = web.DataReader("TSLA", 'yahoo', start, end)

df_NFLX = pd.DataFrame(NFLX['Close'])
df_AAPL = pd.DataFrame(AAPL['Close'])
df_GOOGL = pd.DataFrame(GOOGL['Close'])
df_FB = pd.DataFrame(FB['Close'])
df_TSLA = pd.DataFrame(TSLA['Close'])
frames = [df_NFLX, df_AAPL, df_GOOGL, df_FB, df_TSLA]
result = pd.concat(frames, axis = 1)
result = result.rename(columns = {'Two':'N'})
result

我的代码产生了这个结果——我想相应地给每一列加上标题

Out[15]: 
                 Close       Close       Close       Close       Close
Date                                                                  
2016-01-04  109.959999  105.349998  759.440002  102.220001  223.410004
2016-01-05  107.660004  102.709999  761.530029  102.730003  223.429993
2016-01-06  117.680000  100.699997  759.330017  102.970001  219.039993
2016-01-07  114.559998   96.449997  741.000000   97.919998  215.649994
2016-01-08  111.389999   96.959999  730.909973   97.330002  211.000000
2016-01-11  114.970001   98.529999  733.070007   97.510002  207.850006
2016-01-12  116.580002   99.959999  745.340027   99.370003  209.970001

---

要重命名构造表中的列，可以更改以下内容：

df_NFLX = pd.DataFrame(NFLX['Close'])

为此：

df_NFLX = pd.DataFrame(NFLX['Close']).rename(columns={'Close': 'NFLX'})

---

修补您编写的代码的一个简单方法是只为

df.columns

分配一个名称列表

df.columns = ['NFLX', 'AAPL', 'GOOGL', 'FB', 'TSLA']

但是，有一些方法可以使大块代码更加简洁，这也允许您将股票名称明确地指定为列名。我会回到开头，（在定义了

start

和

end

之后）首先创建一个您想要获取的股票行情的列表

start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2016, 12, 31)
tickers = ['NFLX', 'AAPL', 'GOOGL', 'FB', 'TSLA']

然后可以在某种循环中构造所有数据帧。如果您只需要

关闭

列，您可以立即提取该列，事实上，您可以从所有这些列中生成一个

dict

，然后直接从该

dict

构建一个

数据帧

result = DataFrame({t: web.DataReader(t, 'yahoo', start, end)['Close']
                    for t in tickers})

另一种方法是将所有股票数据放在
面板
中，如果您想使用其他列，这将非常有用

p = pd.Panel({t: web.DataReader(t, 'yahoo', start, end) for t in tickers})

然后，您可以使用

result = p[:,:,'Close']

您会注意到它自动具有正确的列标签。
@6114617很高兴为您提供帮助。请注意，我编辑了一些更好的选择。这不是完整的答案，但肯定是正确的方法，而不是当前接受的答案。