pandas修改DataFrame列名的实现方法

>>> dataset.columnsIndex(['age', 'job', 'marital', 'education', 'default', 'housing', 'loan',    'contact', 'month', 'day_of_week', 'duration', 'campaign', 'pdays',    'previous', 'poutcome', 'emp.var.rate', 'cons.price.idx',    'cons.conf.idx', 'euribor3m', 'nr.employed', 'y'],   dtype='object')

>>> new_columnsIndex(['age_0', 'job_1', 'marital_2', 'education_3', 'default_4', 'housing_5',    'loan_6', 'contact_7', 'month_8', 'day_of_week_9', 'duration_10',    'campaign_11', 'pdays_12', 'previous_13', 'poutcome_14',    'emp.var.rate_15', 'cons.price.idx_16', 'cons.conf.idx_17',    'euribor3m_18', 'nr.employed_19', 'y_20'],   dtype='object')

>>> # 先解决`new_columns`的推导问题>>> # 列表推导>>> new_columns_list = [column_str+'_'+str(i) for i ,column_str in enumerate(dataset.columns)]>>> # 类型转换>>> new_columns = pd.core.indexes.base.Index(new_columns_list)>>> dataset.columns = new_columns

>>> # 注:mapper 多运用 lambda 表达式>>> # 但我似乎没有找到在 lambda 表达式中改变两个值的方法>>> # 所以只能蹩脚地用一个全局变量i, 和映射函数mapper()>>> # 希望大家能帮我找到方法>>> i = 0>>> def mapper(x): # 映射函数即 mapper  global i  x += '_' + str(i)  i += 1  return x>>> dataset.columns.map(mapper)

>>> # 此处先用字典推导法>>> new_dict = {  key:key+'_'+str(i)  for i, key in enumerate(dataset.columns)  }>>> dataset.rename(columns=new_dict, inplace=True)

>>> # 原博文依然用到了 lambda 表达式>>> # 我就再生搬硬套一次, 把上面的复制过来>>> # 蹩脚地用一个全局变量i, 和映射函数mapper()>>> i = 0>>> def mapper(x): # 映射函数即 mapper  global i  x += '_' + str(i)  i += 1  return xdataset.rename(columns=mapper, inplace=True)