Python 如何使数据框列标题全部小写?
我想将pandas数据框中的所有列标题改为小写 例子 如果我有:Python 如何使数据框列标题全部小写?,python,pandas,dataframe,Python,Pandas,Dataframe,我想将pandas数据框中的所有列标题改为小写 例子 如果我有: data = country country isocode year XRAT tcgdp 0 Canada CAN 2001 1.54876 924909.44207 1 Canada CAN 2002 1.56932 957299.91586 2 Canada CAN 2003 1.40105
data =
country country isocode year XRAT tcgdp
0 Canada CAN 2001 1.54876 924909.44207
1 Canada CAN 2002 1.56932 957299.91586
2 Canada CAN 2003 1.40105 1016902.00180
....
我想通过以下操作将XRAT更改为XRAT:
data.headers.lowercase()
因此,我得到:
country country isocode year xrat tcgdp
0 Canada CAN 2001 1.54876 924909.44207
1 Canada CAN 2002 1.56932 957299.91586
2 Canada CAN 2003 1.40105 1016902.00180
3 Canada CAN 2004 1.30102 1096000.35500
....
我不会提前知道每个列标题的名称。您可以这样做:
data.columns = map(str.lower, data.columns)
或
例如:
>>> data = pd.DataFrame({'A':range(3), 'B':range(3,0,-1), 'C':list('abc')})
>>> data
A B C
0 0 3 a
1 1 2 b
2 2 1 c
>>> data.columns = map(str.lower, data.columns)
>>> data
a b c
0 0 3 a
1 1 2 b
2 2 1 c
如果要使用链式方法调用进行重命名,可以使用
data.rename(
columns=unicode.lower
)
(Python 2)
或
(Python 3)您可以使用for
列轻松地完成此操作:
df.columns = df.columns.str.lower()
例如:
In [63]: df
Out[63]:
country country isocode year XRAT tcgdp
0 Canada CAN 2001 1.54876 9.249094e+05
1 Canada CAN 2002 1.56932 9.572999e+05
2 Canada CAN 2003 1.40105 1.016902e+06
In [64]: df.columns = df.columns.str.lower()
In [65]: df
Out[65]:
country country isocode year xrat tcgdp
0 Canada CAN 2001 1.54876 9.249094e+05
1 Canada CAN 2002 1.56932 9.572999e+05
2 Canada CAN 2003 1.40105 1.016902e+06
这里有一个简单的方法:
data.columns=data.columns.str.lower()
是最简单的,但如果某些标题是数字,则会出现错误
如果您有数字标题,请使用:
df.columns = [str(x).lower() for x in df.columns]
请注意,当lower(column1)=lower(column2)(例如,“a”和“a”)时,这可能会导致列名重复。这可能会在以后引用列时产生意外后果。(例如,data['a']将返回一个数据帧,而不是一个序列,所有列都命名为'a')。请参阅本要点以获取示例:[x.lower()表示数据中的x.columns]
相当于:[x.lower()表示数据中的x]
当您使用时,最好使用[x.lower().strip()表示df0中的x]
@PawelKranzberg您知道如何降低多索引的列名吗,例如:df.index.names=[x.lower().strip()代表df.index.names中的x]
更容易df.columns=df.columns.str.lower()
我想在这种情况下编写df.columns.astype(str.str.lower()
可能有点冗长。
In [63]: df
Out[63]:
country country isocode year XRAT tcgdp
0 Canada CAN 2001 1.54876 9.249094e+05
1 Canada CAN 2002 1.56932 9.572999e+05
2 Canada CAN 2003 1.40105 1.016902e+06
In [64]: df.columns = df.columns.str.lower()
In [65]: df
Out[65]:
country country isocode year xrat tcgdp
0 Canada CAN 2001 1.54876 9.249094e+05
1 Canada CAN 2002 1.56932 9.572999e+05
2 Canada CAN 2003 1.40105 1.016902e+06
df.columns = df.columns.str.lower()
df.columns = [str(x).lower() for x in df.columns]