Bagaimana cara menambahkan sufiks (atau awalan) ke setiap nama kolom?

Saya ingin menambahkan _xsufiks ke setiap nama kolom seperti ini:

featuresA = myPandasDataFrame.columns.values + '_x'

Bagaimana saya melakukan ini? Selain itu, jika saya ingin menambahkan x_sebagai sufiks, bagaimana solusinya akan berubah?

Anda dapat menggunakan listpemahaman:

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

Ada juga metode bawaan seperti .add_suffix()dan .add_prefix()seperti yang disebutkan dalam jawaban lain.

Berikut ini adalah cara terbaik untuk menambahkan sufiks menurut saya.

df = df.add_suffix('_some_suffix')

Karena ini adalah fungsi yang dipanggil di DataFrame dan mengembalikan DataFrame - Anda dapat menggunakannya dalam rangkaian panggilan.

Rangkaian Di Tempat Elegan

Jika Anda mencoba memodifikasi dfdi tempat, maka opsi termurah (dan paling sederhana) adalah penambahan di tempat langsung di df.columns(yaitu, menggunakan 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

Untuk menambahkan prefiks, Anda juga akan menggunakan

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

Pilihan murah lainnya adalah menggunakan pemahaman daftar dengan f-stringpemformatan (tersedia di 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

Dan untuk awalan, demikian pula,

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

Metode Rangkaian

Dimungkinkan juga untuk menambahkan * perbaikan saat perangkaian metode. Untuk menambahkan sufiks, gunakanDataFrame.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

Ini mengembalikan salinan data. IOW, dftidak diubah.

Menambahkan prefiks juga dilakukan dengan 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

Yang juga tidak mengubah df.

Kritik add_*fix

Ini adalah metode yang bagus jika Anda mencoba melakukan rangkaian metode:

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

Namun, add_prefix(dan add_suffix) membuat salinan dari seluruh dataframe, hanya untuk mengubah header. Jika Anda yakin ini boros, tetapi masih ingin dirantai, Anda dapat menghubungi pipe:

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

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

Saya belum melihat solusi ini yang diusulkan di atas jadi menambahkan ini ke daftar:

df.columns += '_x'

Dan Anda dapat dengan mudah beradaptasi untuk skenario awalan.

Saya Tahu 4 cara untuk menambahkan sufiks (atau awalan) ke nama kolom Anda:

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

atau

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

atau

3- df.columns += '_some_suffix'jauh lebih mudah.

atau, yang terbaik:

3- df.add_suffix('_some_suffix')

Menggunakan DataFrame.rename.

Penghentian add_prefixdanadd_suffix

Di versi mendatang dari panda add_prefixdan tidak add_suffixakan digunakan lagi . Metode baru yang disarankan adalah dengan menggunakan 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

Menggunakan renamedengan axis=1dan pemformatan string:

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

Untuk benar-benar menimpa nama kolom Anda, kami dapat menetapkan nilai yang dikembalikan ke df:

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

atau gunakan inplace=True:

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