Come aggiungere un suffisso (o prefisso) a ogni nome di colonna?

Voglio aggiungere il _xsuffisso a ogni nome di colonna in questo modo:

featuresA = myPandasDataFrame.columns.values + '_x'

Come faccio a fare questo? Inoltre, se volessi aggiungere x_come suffisso, come cambierebbe la soluzione?

Puoi usare una listcomprensione:

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

Ci sono anche metodi integrati come .add_suffix()e .add_prefix()come menzionato in un'altra risposta.

Il seguente è il modo più carino per aggiungere il suffisso secondo me.

df = df.add_suffix('_some_suffix')

Poiché è una funzione che viene chiamata su DataFrame e restituisce DataFrame, puoi usarla nella catena delle chiamate.

Elegante concatenazione sul posto

Se stai cercando di modificare dfsul posto, l'opzione più economica (e più semplice) è l'aggiunta sul posto direttamente su df.columns(ovvero, utilizzando 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

Per aggiungere un prefisso, useresti in modo simile

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

Un'altra opzione economica è usare una comprensione delle liste con f-stringformattazione (disponibile su 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

E per il prefisso, allo stesso modo,

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

Concatenamento di metodi

È anche possibile aggiungere * correzioni durante il concatenamento dei metodi. Per aggiungere un suffisso, usaDataFrame.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

Ciò restituisce una copia dei dati. IOW, dfnon viene modificato.

Anche l'aggiunta di prefissi viene eseguita con 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

Che inoltre non modifica df.

Critica di add_*fix

Questi sono buoni metodi se stai cercando di eseguire il concatenamento di metodi:

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

Tuttavia, add_prefix(e add_suffix) crea una copia dell'intero dataframe, solo per modificare le intestazioni. Se ritieni che questo sia uno spreco, ma desideri comunque concatenare, puoi chiamare pipe:

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

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

Non ho visto questa soluzione proposta sopra, quindi aggiungendola all'elenco:

df.columns += '_x'

E puoi facilmente adattarti allo scenario del prefisso.

Conosco 4 modi per aggiungere un suffisso (o prefisso) ai nomi delle colonne:

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

o

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

o

3- df.columns += '_some_suffix'molto facile.

o, il più carino:

3- df.add_suffix('_some_suffix')

Utilizzando DataFrame.rename.

Ritiro di add_prefixeadd_suffix

Nelle versioni future di panda add_prefixe add_suffixsarà deprecato . Il nuovo metodo consigliato consiste nell'utilizzare 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

Utilizzando renamecon axis=1e la formattazione della stringa:

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

Per sovrascrivere effettivamente i nomi delle colonne, possiamo assegnare i valori restituiti al nostro df:

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

oppure usa inplace=True:

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