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：

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]