Pandas如何重命名列且不丢失原有列名承载的文本内容？

问题原因 #

pandas.read_csv()默认将文件第一行识别为列名（表头），所以你文件首行的文本内容会被判定为列名，重命名列时该内容就会被直接覆盖丢失。

解决方法 #

方法1：读取时直接指定无表头（推荐）

读取文件时添加header=None参数，让pandas不把第一行当作表头，直接识别为数据行，之后再自定义列名即可：

import pandas as pd
# 读取文件，header=None表示文件没有表头
df = pd.read_csv("你的文件路径", header=None)
# 自定义列名，比如文本列命名为content
df.columns = ["content"]

方法2：已读取文件的补救方案

如果已经完成读取不想重新加载文件，可以手动把列名转换为第一行数据，再重新设置列名：

# 将当前列名作为数据插入到第一行
df.loc[-1] = df.columns
# 重置索引让插入的行排在最顶部
df = df.sort_index().reset_index(drop=True)
# 重命名列
df.columns = ["content"]

额外注意 #

如果你的文件是纯文本格式，每行对应一条文本数据，没有逗号等分隔符，可以额外添加sep='\n'参数，避免文本内容中的特殊符号被误识别为分隔符，读取更稳妥：

df = pd.read_csv("你的文件路径", header=None, sep="\n", names=["content"])

内容的提问来源于stack exchange，提问作者TrexCodes