---------------pandas数据分析集合---------------
Python教程71：学习Pandas中一维数组Series
Python教程74：Pandas中DataFrame数据创建方法及缺失值与重复值处理
Pandas数据化分析，DataFrame行列索引数据的选取，增加，修改和删除操作
Pandas教程05：DataFrame数据常用属性和方法汇总
Pandas教程06：DataFrame.merge数据的合并处理
Pandas教程07：DataFrame数据的算术运算+逻辑运算+describe()方法+统计函数+自定义函数运算
Pandas教程08：教你DataFrame数据的条件筛选——精选篇
Pandas教程09：使用date_range函数，创建时间序列数据
Pandas教程10：DataFrame数据可视化绘制折线图、柱状图、散点图、饼形图
Pandas教程11：关于pd.DataFrame.shift(1)数据下移的示例用法
Tkinter教程22：DataFrame数据加入到treeview树视图（含横纵滚动条+正反向排序）
Pandas教程12：常用的pd.set_option方法，显示所有行和列+不换行显示等等…
Pandas教程13：groupby函数的分组、聚合、转换和过滤操作
Pandas教程14：DataFrame数据合并（concat+merge+_append+join）的4种方法
Pandas教程15：多个DataFrame数据（保存+追加）为Excel表格数据

1.可以使用rename()函数来重命名DataFrame的列标题。注意，rename()函数默认返回一个新的DataFrame，而不是在原地修改原始DataFrame。如果你想要在原df上修改，可以设置inplace=True参数：

df.rename(columns=column_mapping, inplace=True)

我们首先创建了一个包含三列（‘A’, ‘B’, ‘C’）的DataFrame。然后，我们定义了一个字典column_mapping，其中键是原始列标题，值是新的列标题。我们使用rename()函数和columns参数来应用这个映射，得到一个新的DataFrame df_renamed，其中列标题已经被重命名。

# @Author : 小红牛
# 微信公众号：WdPython
import pandas as pd# 1.创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)print('1.原始DataFrame数据:'.center(30, '-'))
print(df)# 2.使用字典来重命名列标题
column_mapping = {'A': 'New_A', 'B': 'New_B', 'C': 'New_C'}
df_renamed = df.rename(columns=column_mapping)print('2.重命名后的DataFrame数据:'.center(30, '-'))
print(df_renamed)

输出内容

-------1.原始DataFrame数据:-------A  B  C
0  1  4  7
1  2  5  8
2  3  6  9
-----2.重命名后的DataFrame数据:------New_A  New_B  New_C
0      1      4      7
1      2      5      8
2      3      6      9

2.想把上面的df数据中ABC列顺序，显示为CAB顺序。通过指定列的新顺序[‘C’, ‘A’, ‘B’]来实现列的重新排序。最后，我们打印出重新排序后的DataFrame即可。

# @Author : 小红牛
# 微信公众号：WdPython
import pandas as pd# 1.创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)print('1.原始DataFrame数据:'.center(30, '-'))
print(df)# 2.方法1：将列顺序从ABC更改为CAB
df_reordered = df[['C', 'A', 'B']]
# 打印重新排序后的DataFrame
print('2.方法1：重新调序后的DataFrame数据:'.center(30, '-'))
print(df_reordered)
# 3.方法2：将列顺序从ABC更改为CAB
# 定义新的列顺序
new_column_order = ['C', 'A', 'B']
# 使用reindex方法调整列顺序
new_df = df.reindex(columns=new_column_order)
print('3.方法2：重新调序后的DataFrame数据:'.center(30, '-'))
print(new_df)

输出内容

------1.原始DataFrame数据:-------A  B  C
0  1  4  7
1  2  5  8
2  3  6  9
---2.方法1：重新调序后的DataFrame数据:---C  A  B
0  7  1  4
1  8  2  5
2  9  3  6
---3.方法2：重新调序后的DataFrame数据:---C  A  B
0  7  1  4
1  8  2  5
2  9  3  6

3.要判断一个DataFrame是否为空数据，您可以检查DataFrame的empty属性。如果DataFrame没有任何行或列，那么它的empty属性将返回True。

# @Author : 小红牛
# 微信公众号：WdPython
import pandas as pd
#  创建一个空的DataFrame数据
empty_df = pd.DataFrame()
print('1.原始空的DataFrame数据:'.center(30, '-'))
print(empty_df)
# 1.检查DataFrame是否为空
if empty_df.empty:print("这是一个空DataFrame数据")
else:print("这不是一个空DataFrame数据")# 2.创建一个非空的DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
non_empty_df = pd.DataFrame(data)
print('2.原始非空的DataFrame数据:'.center(30, '-'))
print(non_empty_df)
# 3.检查DataFrame是否为空
if non_empty_df.empty:print("这是一个空DataFrame数据")
else:print("这不是一个空DataFrame数据")

输出内容：

------1.原始空的DataFrame数据:------
Empty DataFrame
Columns: []
Index: []
这是一个空DataFrame数据
-----2.原始非空的DataFrame数据:------A  B  C
0  1  4  7
1  2  5  8
2  3  6  9
这不是一个空DataFrame数据

除了检查empty属性外，还可以检查DataFrame的行数和列数是否为零，以确定它是否为空：shape属性返回一个元组，其中shape[0]表示行数，shape[1]表示列数。如果两者都为零，那么DataFrame就是空的。

if empty_df.shape[0] == 0 and empty_df.shape[1] == 0:  print("这是一个空DataFrame")

完毕！！感谢您的收看

----------★★历史博文集合★★----------

我的零基础Python教程，Python入门篇 进阶篇 视频教程 Py安装py项目 Python模块 Python爬虫 Json Xpath 正则表达式 Selenium Etree CssGui程序开发 Tkinter Pyqt5 列表元组字典数据可视化 matplotlib 词云图 Pyecharts 海龟画图 Pandas Bug处理 电脑小知识office自动化办公 编程工具 NumPy Pygame