有選擇地替換DataFrame列名

Question

我在.csv文件中有一個時間序列數據集，我想用Pandas處理（使用Canopy）。文件中的列名是字符串和同位素數字的混合。

cycles  40 38.02 35.98  P4 
0  1 1.1e-8 4.4e-8 7.7e-8 8.8e-7 
1  2 2.2e-8 5.5e-8 8.8e-8 8.7e-7 
2  3 3.3e-8 6.6e-8 9.9e-8 8.6e-7 

我想這個數據幀，看起來像這樣

cycles  40  38  36  P4 
0  1 1.1e-8 4.4e-8 7.7e-8 8.8e-7 
1  2 2.2e-8 5.5e-8 8.8e-8 8.7e-7 
2  3 3.3e-8 6.6e-8 9.9e-8 8.6e-7 

該.csv文件不會總是具有完全相同的列名;他們的數字可能會略有不同，從文件到文件。爲了解決這個問題，我已經採樣的列名，並四捨五入的值到最近integer.This是我的代碼看起來像至今：

import pandas as pd 
import numpy as np 

df = {'cycles':[1,2,3],'40':[1.1e-8,2.2e-8,3.3e-8],'38.02':[4.4e-8,5.5e-8, 6.6e-8],'35.98':[7.7e-8,8.8e-8,9.9e-8,],'P4':[8.8e-7,8.7e-7,8.6e-7]} 
df = pd.DataFrame(df, columns=['cycles', '40', '38.02', '35.98', 'P4']) 

colHeaders = df.columns.values.tolist() 
colHeaders[1:4] = list(map(float, colHeaders[1:4])) 
colHeaders[1:4] = list(map(np.around, colHeaders[1:4])) 
colHeaders[1:4] = list(map(int, colHeaders[1:4])) 
colHeaders = list(map(str, colHeaders)) 

我試圖df.rename（列= {df.loc [ 1]：colHeaders [0]}，...），但我得到這個錯誤：

TypeError: 'Series' objects are mutable, thus they cannot be hashed 

我讀過this後還有熊貓0.17文檔，但我無法弄清楚如何使用它來選擇性地替換列名，而不需要我手動分配新列名，如this post。

我是相當新的Python，我從來沒有發佈在StackOverflow之前，所以任何幫助將不勝感激。

Answer 1

你可以用你的方法的一個變種，而是直接分配新列：

>>> cols = list(df.columns) 
>>> cols[1:-1] = [int(round(float(x))) for x in cols[1:-1]] 
>>> df.columns = cols 
>>> df 
    cycles   40   38   36   P4 
0  1 1.100000e-08 4.400000e-08 7.700000e-08 8.800000e-07 
1  2 2.200000e-08 5.500000e-08 8.800000e-08 8.700000e-07 
2  3 3.300000e-08 6.600000e-08 9.900000e-08 8.600000e-07 
>>> df.columns 
Index(['cycles', 40, 38, 36, 'P4'], dtype='object') 

或者你可以通過一個函數來rename：

>>> df = df.rename(columns=lambda x: x if x[0].isalpha() else int(round(float(x)))) 
>>> df.columns 
Index(['cycles', 40, 38, 36, 'P4'], dtype='object')