pandas 表头声明
时间: 2025-01-26 18:05:31 浏览: 49
### 如何在 Pandas 中声明或设置 DataFrame 的表头
#### 使用 `pd.DataFrame` 构建并指定列名
当通过字典创建 DataFrame 时,键会自动成为 DataFrame 的列名。如果希望显式定义列名,则可以在创建 DataFrame 后立即访问 `.columns` 属性来进行赋值。
```python
import pandas as pd
# 创建数据字典
data = {
'姓名': ['Alice', 'Bob'],
'年龄': [25, 30],
}
df = pd.DataFrame(data)
# 设置新的表头名称
df.columns = ["名字", "岁数"]
print(df.head())
```
上述代码展示了如何更改已存在的 DataFrame 列名为中文标签[^1]。
#### 在创建 DataFrame 时直接设定列名
除了事后修改外,在调用 `from_dict()` 方法构建 DataFrame 实例的时候也可以传入参数 `columns` 来预先规定好各字段的名字:
```python
new_columns = ["First Name", "Years Old"]
df_from_dict = pd.DataFrame.from_dict(
data,
orient='columns',
columns=new_columns
)
print(df_from_dict.head())
```
这里利用了 `pandas.DataFrame.from_dict()` 函数,并传递了一个列表给 `columns` 参数用于初始化自定义的列标题[^2]。
#### 修改现有 DataFrame 的列名
对于已经存在但需要调整其结构的数据集来说,可以通过重新分配一个新的字符串序列给 `DataFrame.columns` 属性实现快速重命名所有列的行为;或者针对特定几列应用更灵活的方式——即采用字典映射的形式完成局部更新:
```python
# 批量替换全部列名
org_data = pd.DataFrame({'原列A':[1,2],'原列B':[3,4]})
org_data.columns = ["新列A", "新列B"]
# 部分列改名方式一:list形式覆盖原有顺序相同的索引位置处的旧名
part_change_df = org_data.copy()
part_change_df.columns.values[[0]] = ['部分更换']
# 方式二:dict形式精准定位到待变更的目标列
rename_map = {'原列A':'精确匹配'}
precise_rename_df = part_change_df.rename(columns=rename_map)
```
此段脚本说明了两种不同的场景下对 DataFrame 进行列名修正的方法[^3]。
阅读全文
相关推荐


















