首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

重命名未堆叠数据透视表中的pandas列值

可以使用rename()函数来实现。该函数可以接受一个字典作为参数,字典的键表示需要重命名的列名,字典的值表示重命名后的新列名。

下面是一个示例代码:

代码语言:txt
复制
import pandas as pd

# 创建一个未堆叠的数据透视表
data = {'A': ['foo', 'foo', 'foo', 'foo', 'bar', 'bar', 'bar', 'bar', 'foo', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'one', 'one', 'two', 'two', 'one', 'one', 'two'],
        'C': ['small', 'large', 'small', 'large', 'small', 'large', 'small', 'large', 'small', 'large', 'small'],
        'D': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
        'E': [2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22]}
df = pd.DataFrame(data)

# 创建数据透视表
pivot_table = df.pivot_table(values='D', index=['A', 'B'], columns='C')

# 重命名列值
pivot_table = pivot_table.rename(columns={'large': 'L', 'small': 'S'})

print(pivot_table)

运行以上代码,输出结果如下:

代码语言:txt
复制
C        L  S
A   B        
bar one  6  5
    two  8  7
foo one  2  1
    two  4  3

在这个例子中,我们创建了一个未堆叠的数据透视表pivot_table,然后使用rename()函数将列值large重命名为L,将列值small重命名为S。最后打印出重命名后的数据透视表。

关于pandas的更多信息和使用方法,可以参考腾讯云的相关产品和文档:

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

领券