Pandas 当前名称为 NaT 时如何更改列名称

How to change a column name when the current name is NaT in Pandas

我有一个数据框 df1,其中两列名称为 NaT

Index    NaT     Nat     2019-01-01 00:00:00
 1        A       B        1
 2        C       D        2 

如何将 NaT 列的名称更改为 "Name1" 和 "Name2"

Index    Name1    Name2     2019-01-01 00:00:00
 1        A       B        1
 2        C       D        2

我尝试了以下语句:

df1.rename(columns = {0:'Name1', 1: 'Name2'}) #(doesn't work)

df1.columns.values[0] = 'Name1' #(doesn't work)
df1.columns.values[1] = 'Name2' #(doesn't work)

您可以直接重新分配列的名称:

df1.columns = ['Name1','Name2']

您可以这样使用 set_axis

df_out = df.set_axis(['Name1','Name2',df.columns[-1]], axis=1, inplace=False)
df_out

输出:

  Name1 Name2  2019-01-03 00:00:00
1     A     B                    1
2     C     D                    2

编辑以回答评论,像这样使用 header 列的切片:

df = pd.DataFrame(np.arange(100).reshape(10,-1), columns=[*'ABCDEFGHIJ'])

df = df.set_axis(['Name1']+['Name2']+df.columns[-8:].tolist(), axis=1, inplace=False)

输出:

   Name1  Name2   C   D   E   F   G   H   I   J
0      0      1   2   3   4   5   6   7   8   9
1     10     11  12  13  14  15  16  17  18  19
2     20     21  22  23  24  25  26  27  28  29
3     30     31  32  33  34  35  36  37  38  39
4     40     41  42  43  44  45  46  47  48  49
5     50     51  52  53  54  55  56  57  58  59
6     60     61  62  63  64  65  66  67  68  69
7     70     71  72  73  74  75  76  77  78  79
8     80     81  82  83  84  85  86  87  88  89
9     90     91  92  93  94  95  96  97  98  99

您可以根据列名称分配新列表 - 首先是原始列表,然后是列表,接下来是从 4.​​ 到最后一列:

df.columns = df.columns[:1].tolist() + ['Name1', 'Name2'] + df.columns[3:].tolist()
print (df)
   Index Name1 Name2  2019-01-01 00:00:00
0      1     A     B                    1
1      2     C     D                    2

或者,如果第一列是 index,则重新评估列表中的第 3 列到最后一列:

df.columns = ['Name1', 'Name2'] + df.columns[2:].tolist()
print (df)
      Name1 Name2  2019-01-01 00:00:00
Index                                 
1         A     B                    1
2         C     D                    2

将您的第一个代码编辑为:

df1.rename(columns = {'NaT':'Name1', 'Nat': 'Name2'})

我遇到了一个问题 df.rename(columns={"NaT": "new_column_name"}, inplace=True) 不起作用,因为列 header NaT 实际上是一个值 (pd.NaT) 而不是字符串。

在这种情况下,以下代码有效。 df.rename(columns={pd.NaT: "new_column_name"}, inplace=True)