Wie füge ich jedem Spaltennamen ein Suffix (oder Präfix) hinzu?

Ich möchte _xjedem Spaltennamen das folgende Suffix hinzufügen :

featuresA = myPandasDataFrame.columns.values + '_x'

Wie mache ich das? x_Wie würde sich die Lösung ändern , wenn ich als Suffix hinzufügen wollte ?

Sie können ein listVerständnis verwenden:

df.columns = [str(col) + '_x' for col in df.columns]

Es gibt auch integrierte Methoden wie .add_suffix()und .add_prefix()wie in einer anderen Antwort erwähnt.

Das Folgende ist meiner Meinung nach der schönste Weg, ein Suffix hinzuzufügen.

df = df.add_suffix('_some_suffix')

Da es sich um eine Funktion handelt, die in DataFrame aufgerufen wird und DataFrame zurückgibt, können Sie sie in der Kette der Aufrufe verwenden.

Elegante Verkettung vor Ort

Wenn Sie versuchen, Änderungen dfan Ort und Stelle vorzunehmen, ist die billigste (und einfachste) Option die direkte Hinzufügung direkt an df.columns(dh mit Index.__iadd__).

df = pd.DataFrame({"A": [9, 4, 2, 1], "B": [12, 7, 5, 4]})
df

   A   B
0  9  12
1  4   7
2  2   5
3  1   4

df.columns += '_some_suffix'
df

   A_some_suffix  B_some_suffix
0              9             12
1              4              7
2              2              5
3              1              4

Um ein Präfix hinzuzufügen, würden Sie es ähnlich verwenden

df.columns = 'some_prefix_' + df.columns
df

   some_prefix_A  some_prefix_B
0              9             12
1              4              7
2              2              5
3              1              4

Eine weitere kostengünstige Option ist die Verwendung eines Listenverständnisses mit f-stringFormatierung (verfügbar unter Python3.6 +).

df.columns = [f'{c}_some_suffix' for c in df]
df

   A_some_suffix  B_some_suffix
0              9             12
1              4              7
2              2              5
3              1              4

Und für das Präfix ähnlich

df.columns = [f'some_prefix{c}' for c in df]

Methodenverkettung

Es ist auch möglich, während der Methodenverkettung * Korrekturen hinzuzufügen. Verwenden Sie, um ein Suffix hinzuzufügenDataFrame.add_suffix

df.add_suffix('_some_suffix')

   A_some_suffix  B_some_suffix
0              9             12
1              4              7
2              2              5
3              1              4

Dies gibt eine Kopie der Daten zurück. IOW dfwird nicht geändert.

Das Hinzufügen von Präfixen erfolgt ebenfalls mit DataFrame.add_prefix.

df.add_prefix('some_prefix_')

   some_prefix_A  some_prefix_B
0              9             12
1              4              7
2              2              5
3              1              4

Was sich auch nicht ändert df.

Kritik an add_*fix

Dies sind gute Methoden, wenn Sie versuchen, eine Methodenverkettung durchzuführen:

df.some_method1().some_method2().add_*fix(...)

Allerdings add_prefix(und add_suffix) erstellt eine Kopie des gesamten Datenrahmen, nur die Header zu ändern. Wenn Sie glauben, dass dies verschwenderisch ist, aber dennoch verketten möchten, können Sie anrufen pipe:

def add_suffix(df):
    df.columns += '_some_suffix'
    return df

df.some_method1().some_method2().pipe(add_suffix)

Ich habe diese oben vorgeschlagene Lösung nicht gesehen, also füge sie der Liste hinzu:

df.columns += '_x'

Und Sie können sich leicht an das Präfix-Szenario anpassen.

Ich kenne 4 Möglichkeiten, um den Namen Ihrer Spalte ein Suffix (oder Präfix) hinzuzufügen:

1- df.columns = [str(col) + '_some_suffix' for col in df.columns]

oder

2- df.rename(columns= lambda col: col+'_some_suffix')

oder

3- df.columns += '_some_suffix'viel einfacher.

oder das schönste:

3- df.add_suffix('_some_suffix')

Verwenden von DataFrame.rename.

Abschreibung von add_prefixundadd_suffix

In zukünftigen Versionen von Pandas add_prefixund add_suffixwird veraltet sein . Die neue empfohlene Methode lautet DataFrame.rename:

df = pd.DataFrame({'A': range(3), 'B': range(4, 7)})
print(df)
   A  B
0  0  4
1  1  5
2  2  6

Verwenden renamemit axis=1und Zeichenfolgenformatierung:

df.rename('col_{}'.format, axis=1)
# or df.rename(columns='col_{}'.format)

   col_A  col_B
0      0      4
1      1      5
2      2      6

Um Ihre Spaltennamen tatsächlich zu überschreiben, können wir die zurückgegebenen Werte unseren zuweisen df:

df = df.rename('col_{}'.format, axis=1)

oder verwenden inplace=True:

df.rename('col_{}'.format, axis=1, inplace=True)