python pandas 컬럼(column)수정 여러가지 방법[예시코드 포함]

pandas DataFrame 열 이름을 수정하는 가장 일반적인 방법으로는 4가지가 있습니다.

 

1. rename() 메서드를 사용하여 열 이름 바꾸기: rename() 방법을 사용하여 이전 열 이름의 사전을 키로 전달하고 새 열 이름을 값으로 전달하여 하나 이상의 열 이름을 변경할 수 있습니다.

import pandas as pd

# Create a sample DataFrame
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Age': [25, 30, 35],
        'Address': ['New York', 'Chicago', 'Los Angeles']}
df = pd.DataFrame(data)
print("Original DataFrame:\\n", df)

# Rename columns using the rename() method
df.rename(columns={'Name': 'Full Name', 'Age': 'Years Old'}, inplace=True)
print("DataFrame with renamed columns:\\n", df)

 

2. 열 속성을 사용하여 열 이름 바꾸기: 데이터 프레임의 열 속성에 새 열 이름 목록을 할당할 수 있습니다.

# Create a sample DataFrame
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Age': [25, 30, 35],
        'Address': ['New York', 'Chicago', 'Los Angeles']}
df = pd.DataFrame(data)
print("Original DataFrame:\\n", df)

# Rename columns using the columns attribute
df.columns = ['Full Name', 'Years Old', 'Residence']
print("DataFrame with renamed columns:\\n", df)

 

3. set_axis() 메서드를 사용하여 열 이름 바꾸기: set_axis() 메서드를 사용하여 새 열 이름 목록을 전달하여 열 이름을 변경할 수 있습니다.

# Create a sample DataFrame
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Age': [25, 30, 35],
        'Address': ['New York', 'Chicago', 'Los Angeles']}
df = pd.DataFrame(data)
print("Original DataFrame:\\n", df)

# Rename columns using the set_axis() method
df.set_axis(['Full Name', 'Years Old', 'Residence'], axis='columns', inplace=True)
print("DataFrame with renamed columns:\\n", df)

 

4. add_prefix() 또는 add_suffix() 메서드를 사용하여 열 이름 바꾸기: add_prefix() 또는 add_suffix() 메서드를 사용하여 모든 열 이름에 접두사 또는 접미사를 추가할 수 있습니다.

# Create a sample DataFrame
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Age': [25, 30, 35],
        'Address': ['New York', 'Chicago', 'Los Angeles']}
df = pd.DataFrame(data)
print("Original DataFrame:\\n", df)

# Add a prefix to column names using the add_prefix() method
df.add_prefix('Col_')
print("DataFrame with prefixed columns:\\n", df)

 

[위 코드 출력 결과]

"""
Original DataFrame:
     Name  Age       Address
0   John   25       New York
1   Mike   30       Chicago
2  Sarah   35  Los Angeles

DataFrame with renamed columns:
   Full Name  Years Old       Address
0      John         25       New York
1      Mike         30       Chicago
2     Sarah         35  Los Angeles
"""