Як додати суфікс (або префікс) до кожного імені стовпця?

Я хочу додати _xсуфікс до кожного імені стовпця так:

featuresA = myPandasDataFrame.columns.values + '_x'

Як це зробити? Крім того, якби я хотів додати x_як суфікс, як зміниться рішення?

Ви можете використовувати listрозуміння:

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

Є також вбудовані методи, такі як .add_suffix()і .add_prefix()як згадано в іншій відповіді.

На мою думку, це найкращий спосіб додати суфікс.

df = df.add_suffix('_some_suffix')

Оскільки це функція, яка викликається на DataFrame і повертає DataFrame - ви можете використовувати її в ланцюжку викликів.

Елегантна конкатенація на місці

Якщо ви намагаєтеся змінити dfна місці, то найдешевшим (і найпростішим) варіантом є додавання на місці безпосередньо df.columns(тобто за допомогою 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

Щоб додати префікс, ви б також використовували

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

Ще один дешевий варіант - використання розуміння списку з f-stringформатуванням (доступне на 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

І для префікса, так само,

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

Прив'язка методів

Також можна додати * виправлення під час ланцюжка методів. Щоб додати суфікс, використовуйтеDataFrame.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

Це повертає копію даних. IOW, dfне змінено.

Додавання префіксів також виконується за допомогою 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

Що також не змінює df.

критика add_*fix

Це хороші методи, якщо ви намагаєтесь виконати ланцюжок методів:

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

Однак, add_prefix(і add_suffix) створює копію всього кадру даних, лише щоб змінити заголовки. Якщо ви вважаєте, що це марнотратно, але все ж хочете сковувати ланцюги, ви можете зателефонувати pipe:

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

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

Я не бачив цього рішення, запропонованого вище, тому додаю це до списку:

df.columns += '_x'

І ви можете легко адаптуватися до сценарію префіксу.

Я знаю 4 способи додати суфікс (або префікс) до імен стовпців:

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

або

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

або

3- df.columns += '_some_suffix'набагато легше.

або, найкраще:

3- df.add_suffix('_some_suffix')

Використовуючи DataFrame.rename.

Знецінення add_prefixтаadd_suffix

У майбутніх версіях панд add_prefixі add_suffixбуде припинено . Новий рекомендований метод полягає у використанні 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

Використання renameз axis=1і форматування рядка:

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

Щоб фактично переписати імена ваших стовпців, ми можемо призначити повернені значення нашим df:

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

або використовувати inplace=True:

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