重命名dataframe中的100个或更多列名

Question

我正在使用约翰·霍普金斯的新冠病毒数据来制作图表。数据显示了各个国家的累计死亡人数，我想要每天的死亡人数。在我看来，最简单的方法是创建两个数据帧，然后从另一个数据帧中减去一个数据帧。但是文件的列名是日期，代码是df3=df2-df1，用匹配的日期减去列。所以我想用一些简单的索引重命名所有列，例如，1，2，3

我不知道怎么做

Answer 1

您可以重新设置数据的形状：使用日期和行标签，并使用国家、省作为列标签

import pandas as pd

covid_csv = 'https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv'

df_raw = (pd.read_csv(covid_csv)
          .set_index(['Country/Region', 'Province/State'])
          .drop(columns=['Lat', 'Long'])
          .transpose())

df_raw.index = pd.to_datetime(df_raw.index)

print( df_raw.iloc[-5:, 0:5] )

Country/Region Afghanistan Albania Algeria Andorra Angola
Province/State         NaN     NaN     NaN     NaN    NaN
2020-07-27            1269     144    1163      52     41
2020-07-28            1270     148    1174      52     47
2020-07-29            1271     150    1186      52     48
2020-07-30            1271     154    1200      52     51
2020-07-31            1272     157    1210      52     52

现在，您可以使用丰富的pandas工具集进行时间序列分析。例如，使用diff()将累计死亡数转换为每日死亡率。或者，你可以计算N天移动平均数，创建时间序列图

print(df_raw.diff().iloc[-5:, 0:5])

Country/Region Afghanistan Albania Algeria Andorra Angola
Province/State         NaN     NaN     NaN     NaN    NaN
2020-07-27            10.0     6.0     8.0     0.0    1.0
2020-07-28             1.0     4.0    11.0     0.0    6.0
2020-07-29             1.0     2.0    12.0     0.0    1.0
2020-07-30             0.0     4.0    14.0     0.0    3.0
2020-07-31             1.0     3.0    10.0     0.0    1.0

最后，df_raw.sum(level='Country/Region', axis=1)将一个国家内的所有省份汇总

Answer 2

new_names=list(range(data.shape[1]))
data.columns=new_names

这将从0向上重命名数据列

Answer 3

谢谢你的时间和努力，但我想出了一个简单的方法

对于i，枚举中的行（df）： rename（columns={row:str（i）}，inplace=True）

更改列名称，然后

对于i，枚举中的行（df）： rename（columns={row:str（i+43853）}，inplace=True）

把它们改回我想要的日期