5 回答

TA貢獻1784條經驗 獲得超8個贊
您可以嘗試以下兩種可能的解決方案:
HS4_Tariffs_16 = HS4_Tariffs_16.reset_index().rename(columns={"ProductCode": "HSCode"})
或者
HS4_Tariffs_16.reset_index(inplace=True) HS4_Tariffs_16.rename(columns={"ProductCode": "HSCode"}, inplace=True)

TA貢獻1946條經驗 獲得超3個贊
您可以使用該rename_axis方法更改索引列的名稱。這可以避免更改數據和添加可能不必要的新索引列。
HS4_Tariffs_16.rename_axis(index={'ProductCode':'HSCode'}, inplace=True)
您還可以使用圓括號一步完成此操作,以獲得更清晰的代碼:
HS4_Tariffs_16 = (
pd.concat([df_tariff_HS4_16_PT, df_tariff_HS4_16_MFN], axis=1)
.rename_axis(index={'ProductCode':'HSCode'})
)

TA貢獻1804條經驗 獲得超3個贊
這應該有效
df=df.rename({'Old_name' : 'New_name'}, axis=1)
In your case
HS4_Tariffs_16= HS4_Tariffs_16.rename({'ProductCode':'HSCode'}, axis=1)
或者您可以使用您想要的名稱創建一個副本,然后刪除原始名稱:
df['renamed']=df['oldname'].copy()
df= df.drop('oldname', axis=1)

TA貢獻1895條經驗 獲得超3個贊
以下方法可能無需重置索引即可工作。當您重命名列時,它可能會將其設置為索引,因為您將框架重命名為本身,而 Pandas 有時會很奇怪!
HS4_Tariffs_16.rename(columns={'ProductCode':'HSCode'}, inplace=True)
添加回答
舉報