Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment renommer des colonnes dans Pandas (avec exemples)



Vous pouvez utiliser l’une des trois méthodes suivantes pour renommer les colonnes d’un DataFrame pandas :

Méthode 1 : Renommer des colonnes spécifiques

df.rename(columns = {'old_col1':'new_col1', 'old_col2':'new_col2'}, inplace = True)

Méthode 2 : Renommer toutes les colonnes

df.columns = ['new_col1', 'new_col2', 'new_col3', 'new_col4']

Méthode 3 : remplacer des caractères spécifiques dans les colonnes

df.columns = df.columns.str.replace('old_char', 'new_char')

Les exemples suivants montrent comment utiliser chacune de ces méthodes dans la pratique.

Connexe : Comment obtenir les noms de colonnes dans Pandas (3 méthodes)

Méthode 1 : Renommer des colonnes spécifiques

Le code suivant montre comment renommer des colonnes spécifiques dans un DataFrame pandas :

import pandas as pd

#define DataFrame
df = pd.DataFrame({'team':['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'points': [25, 12, 15, 14, 19, 23, 25, 29],
                   'assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})

#list column names
list(df)

['team', 'points', 'assists', 'rebounds']

#rename specific column names
df.rename(columns = {'team':'team_name', 'points':'points_scored'}, inplace = True)

#view updated list of column names
list(df)

['team_name', 'points_scored', 'assists', 'rebounds']

Notez que les colonnes « équipe » et « points » ont été renommées tandis que tous les autres noms de colonnes sont restés les mêmes.

Méthode 2 : Renommer toutes les colonnes

Le code suivant montre comment renommer toutes les colonnes d’un DataFrame pandas :

import pandas as pd

#define DataFrame
df = pd.DataFrame({'team':['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'points': [25, 12, 15, 14, 19, 23, 25, 29],
                   'assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})

#list column names
list(df)

['team', 'points', 'assists', 'rebounds']

#rename all column names
df.columns = ['_team', '_points', '_assists', '_rebounds']

#view updated list of column names
list(df)

['_team', '_points', '_assists', '_rebounds']

Notez qu’il est plus rapide d’utiliser cette méthode lorsque vous souhaitez renommer la plupart ou la totalité des noms de colonnes du DataFrame.

Méthode 3 : remplacer des caractères spécifiques dans les colonnes

Le code suivant montre comment remplacer un caractère spécifique dans chaque nom de colonne :

import pandas as pd

#define DataFrame
df = pd.DataFrame({'$team':['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   '$points': [25, 12, 15, 14, 19, 23, 25, 29],
                   '$assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   '$rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})

#list column names
list(df)

['team', 'points', 'assists', 'rebounds']

#rename $ with blank in every column name
df.columns = df.columns.str.replace('$', '')

#view updated list of column names
list(df)

['team', 'points', 'assists', 'rebounds']

Notez que cette méthode nous a permis de supprimer rapidement le ‘$’ de chaque nom de colonne.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment répertorier tous les noms de colonnes dans Pandas
Comment trier les colonnes par nom dans Pandas
Comment supprimer les colonnes en double dans Pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *