【python】pandas DataFrameの列名をread_csvで変更する

pandasでDataFrameの列名を変更するときにはrename()メソッドを使うのが一般的？
もしくはdf.columns = [“A”, “B”, “C”]みたいに直接書くこともできる

pandasを使うにおそらく最初に出会うであろうread_csv

使い方を見ていた思ったこと、まずは単純なデータ読み込み

import pandas as pd
df = pd.read_csv("sample.csv")
df

index	number	age	height	weight	sex
0	1	22	190	116	M
1	2	23	186	59	M
2	3	24	156	90	F
3	4	25	170	94	F
4	5	27	182	116	M

read_csvの引数にnamesを与えてあげると列名を追加することができる。
（元々あった列名は0行目として読み込まれる）

df = pd.read_csv("sample.csv", names=("番号", "年齢", "身長", "体重", "性別"))
df.head()

	番号	年齢	身長	体重	性別
0	number	age	height	weight	sex
1	1	22	190	116	M
2	2	23	186	59	M
3	3	24	156	90	F
4	4	25	170	94	F

このデータにはheader情報があるが、headerがないデータを読み込むときにはheader=Noneを指定する

df = pd.read_csv("sample.csv", header=None)
df

	0	1	2	3	4
0	number	age	height	weight	sex
1	1	22	190	116	M
2	2	23	186	59	M
3	3	24	156	90	F
4	4	25	170	94	F

ここで疑問、これ組み合わせたら列名変更できるのでは？

やってみる

df = pd.read_csv("sample.csv", header=None, \
                 names=("番号", "年齢", "身長", "体重", "性別"),\
                 skiprows=1)
df

	番号	年齢	身長	体重	性別
0	number	age	height	weight	sex
1	1	22	190	116	M
2	2	23	186	59	M
3	3	24	156	90	F
4	4	25	170	94	F

単純にheader=Noneの時の初期値列番号[0, 1, 2, 3, 4]に名前が振られただけ

指定した行数を飛ばして読み込むことができる引数skiprows

df = pd.read_csv("sample.csv", skiprows=1)
df

	1	22	190	116	M
0	2	23	186	59	M
1	3	24	156	90	F
2	4	25	170	94	F
3	5	27	182	116	M

これを組み合わせてみる

df = pd.read_csv("sample.csv", \
                 names=("番号", "年齢", "身長", "体重", "性別"), \
                 skiprows=1)
df

	番号	年齢	身長	体重	性別
0	1	22	190	116	M
1	2	23	186	59	M
2	3	24	156	90	F
3	4	25	170	94	F
4	5	27	182	116	M

できた！

renameを使う場合も書いておく

df = pd.read_csv("sample.csv")
df = df.rename(columns={"number":"番号", \
                        "height":"身長", \
                        "weight":"体重", \
                        "sex":"性別"})
df

	番号	年齢	身長	体重	性別
0	1	22	190	116	M
1	2	23	186	59	M
2	3	24	156	90	F
3	4	25	170	94	F
4	5	27	182	116	M

renameだと元の列名も書かないと行けなくてめんどくさいなーっと思ってこの方法に行きついたのですが、renameだと元の列名を指定して新しく列名をつけられるので、一部だけ変えたいときにはこちらのほうが有能だし、コードを見てどの列名がどの列名に変換されているのかわかりやすいので結局はrenameを使用したほうがいいと思いました。