如何为列名赋值并创建变量？拆分多值变量列生成独立变量

问题1：为列名赋值并创建变量 #

修改现有列名 #

• 批量替换所有列名：

  import pandas as pd
  # 假设df是你的数据框
  df.columns = ['列名1', '列名2', '列名3']  # 按列的顺序逐一替换
  

• 单独修改指定列名：

  df.rename(columns={'原列名A': '新列名A', '原列名B': '新列名B'}, inplace=True)
  

创建新列并赋值 #

• 直接赋值（支持固定值或基于现有列计算）：

  # 给新列赋固定值
  df['新列'] = 0
  # 基于已有列的计算结果赋值
  df['总和列'] = df['列A'] + df['列B']
  

• 使用assign方法（不修改原数据框，返回新对象）：

  df_new = df.assign(平方列=df['列A']**2, 均值列=(df['列A']+df['列B'])/2)
  

将列赋值给变量 #

• 获取列作为Series对象：

  column_var = df['目标列名']
  

• 转换为普通列表：

  column_list = df['目标列名'].tolist()
  

问题2：将Variable列的取值拆分为独立变量（长表转宽表） #

假设你的数据是长格式（每行对应一个变量的数值），可以用pivot或pivot_table完成转换：

基础场景（无重复标识行） #

# 假设存在唯一标识列（如年份、地区，这里用'Year'举例）
df_wide = df.pivot(
    index='Year',  # 用来区分唯一行的标识列
    columns='Variable',  # 要拆分为独立列的字段
    values='Value'  # 对应变量的数值字段
).reset_index()

# 可选：重命名列名让结果更直观
df_wide.columns = ['Year', '城市垃圾产生量', '回收量']

存在重复标识行（需要聚合） #

如果同一标识下有多个相同Variable的行，用pivot_table指定聚合规则：

df_wide = df.pivot_table(
    index='Year',
    columns='Variable',
    values='Value',
    aggfunc='sum'  # 可选sum/mean/max等，根据需求选择聚合方式
).reset_index()

转换后的数据框会生成Municipal waste generated和Recycling两个独立列，每个标识行对应各自的数值。

内容的提问来源于stack exchange，提问作者user19562955