python - 使用 pandas 中的迭代名称按索引重命名多个列

Question

如果之前有人问过类似的问题，我深表歉意，我四处搜索但找不到解决方案。

我有一个这样的数据框:

df = pd.DataFrame({'A':list('abcdef'),
               'B':[4,5,4,5,5,4],
               'C':[7,8,9,4,2,3],
               'D':[1,3,5,7,1,0],
               'E':list('aaabbb')})

我想重命名此数据框的列，例如索引 [:,1:2]，在本例中为 B 和 C，重命名为具有迭代模式的内容。

比如新的列名:

A Q1 Q2 D E

有一个前缀，1、2 等可以根据范围自动递增。一个额外的好处是，如果我还可以控制字符串部分，这样我可以获得:(假设我提供了一个包含可能条目的列表，例如 =

names = ['Dog','Cat']

A QDog1 QCat2 D E

感谢任何帮助，谢谢!

Answer 1

您可以遍历它来更改名称。更改范围以获得所需的范围，如 ...numerate(df.columns[1:3])..

names = ['Dog','Cat']

for index, column_name in enumerate(df.columns[1:3]):
    df.rename(columns={column_name: f'Q{names[index]}{index+1}'}, inplace=True)

输出

    A   QDog1   QCat2   D   E
0   a   4   7   1   a
1   b   5   8   3   a
2   c   4   9   5   a
3   d   5   4   7   b
4   e   5   2   1   b
5   f   4   3   0   b