Python 是否重命名数据框中的X列?其中X变化

Python 是否重命名数据框中的X列?其中X变化,python,pandas,Python,Pandas,我有一个数据帧,其中(由于我无法控制的原因)变量的数量从1到20不等,所有变量都命名为1、2、3、4、5。。。。等 一天有四个栏目: data = {'1': ['A', 'B', 'C', 'D', 'E'], '2': [1, 0, 1, 0, 1], '3': [1, 1, 0, 0, 3], '4': [0, 0, 1, 1, 1]} df = pd.DataFrame(data) df 另一天有两个专栏: data = {'1':

我有一个数据帧,其中(由于我无法控制的原因)变量的数量从1到20不等,所有变量都命名为1、2、3、4、5。。。。等

一天有四个栏目:

data = {'1': ['A', 'B', 'C', 'D', 'E'], 
        '2': [1, 0, 1, 0, 1], 
        '3': [1, 1, 0, 0, 3],
        '4': [0, 0, 1, 1, 1]}
df = pd.DataFrame(data)
df
另一天有两个专栏:

data = {'1': ['A', 'B', 'C', 'D', 'E'], 
        '2': [1, 0, 1, 0, 1]}
df = pd.DataFrame(data)
df
我想要什么:

在每个列名前面加上“variable_”(不考虑列数)。所以看起来是这样的:

data = {'variable_1': ['A', 'B', 'C', 'D', 'E'], 
        'variable_2': [1, 0, 1, 0, 1], 
        'variable_3': [1, 1, 0, 0, 3],
        'variable_4': [0, 0, 1, 1, 1]}
df = pd.DataFrame(data)
df

我可以用一个循环来完成,但我希望有一个更简单的方法。

df.rename
可以使用一个函数来修改列名,所以您可以这样做

In [171]: data = {'1': ['A', 'B', 'C', 'D', 'E'], 
     ...:         '2': [1, 0, 1, 0, 1], 
     ...:         '3': [1, 1, 0, 0, 3],
     ...:         '4': [0, 0, 1, 1, 1]}
     ...: df = pd.DataFrame(data)
     ...: 

In [172]: df.rename(columns = lambda x : 'variable_' + x)
Out[172]: 
  variable_1  variable_2  variable_3  variable_4
0          A           1           1           0
1          B           0           1           0
2          C           1           0           1
3          D           0           0           1
4          E           1           3           1

df.rename
可以使用一个函数来修改列名,所以您可以这样做

In [171]: data = {'1': ['A', 'B', 'C', 'D', 'E'], 
     ...:         '2': [1, 0, 1, 0, 1], 
     ...:         '3': [1, 1, 0, 0, 3],
     ...:         '4': [0, 0, 1, 1, 1]}
     ...: df = pd.DataFrame(data)
     ...: 

In [172]: df.rename(columns = lambda x : 'variable_' + x)
Out[172]: 
  variable_1  variable_2  variable_3  variable_4
0          A           1           1           0
1          B           0           1           0
2          C           1           0           1
3          D           0           0           1
4          E           1           3           1