我想从
['$a', '$b', '$c', '$d', '$e']
to
['a', 'b', 'c', 'd', 'e']
当前回答
如“使用文本数据：
df.columns = df.columns.str.replace('$', '')
其他回答
重命名方法可以采用一个函数，例如：
In [11]: df.columns
Out[11]: Index([u'$a', u'$b', u'$c', u'$d', u'$e'], dtype=object)
In [12]: df.rename(columns=lambda x: x[1:], inplace=True)
In [13]: df.columns
Out[13]: Index([u'a', u'b', u'c', u'd', u'e'], dtype=object)
如“使用文本数据：
df.columns = df.columns.str.replace('$', '')
df.columns = ['a', 'b', 'c', 'd', 'e']
它将按照您提供的顺序用您提供的名称替换现有名称。
除了已经提供的解决方案之外，您还可以在读取文件时替换所有列。我们可以使用names和header=0来实现这一点。
首先，我们创建一个我们喜欢用作列名的名称列表：
import pandas as pd
ufo_cols = ['city', 'color reported', 'shape reported', 'state', 'time']
ufo.columns = ufo_cols
ufo = pd.read_csv('link to the file you are using', names = ufo_cols, header = 0)
在这种情况下，所有列名都将替换为列表中的名称。
如果您必须处理由提供系统命名的超出您控制范围的列负载，我提出了以下方法，它是一种通用方法和特定替换方法的组合。
首先使用正则表达式从数据帧列名创建一个字典，以便丢弃列名的某些附加部分，然后向字典中添加特定替换项，以命名接收数据库中的核心列。
然后将其一次性应用于数据帧。
dict = dict(zip(df.columns, df.columns.str.replace('(:S$|:C1$|:L$|:D$|\.Serial:L$)', '')))
dict['brand_timeseries:C1'] = 'BTS'
dict['respid:L'] = 'RespID'
dict['country:C1'] = 'CountryID'
dict['pim1:D'] = 'pim_actual'
df.rename(columns=dict, inplace=True)
