Pandas中列赋值、datetime列重命名及避免新增列问题

你遇到的新增列问题，大概率是列名匹配出错了——Pandas对列名的大小写、空格甚至特殊字符都严格区分，比如'Highlight'和'highlight'会被当成完全不同的两列；或者你误以为存在的列，其实根本没在user_char里。

解决步骤很简单：

• 先确认目标列的真实名称：运行 print(user_char.columns) 查看DataFrame的所有列名，核对你要修改的列名是否完全一致（包括大小写、空格）。
• 确认无误后直接赋值：

  user_char['你的高亮列名'] = 1
  

  这条语句会直接覆盖原有列的所有行值为1，绝对不会新增列。如果之前误操作新增了多余列，用user_char = user_char.drop(columns=['错误列名'])就能删掉它。

假设你的datetime列当前叫'timestamp_col'（替换成你的实际列名），我们需要两步搞定：把时间戳转成纯日期，同时修改列名。

步骤1：确保列是datetime类型（如果还不是的话） #

如果你的列目前是字符串或者其他格式，先转成datetime类型：

import pandas as pd
user_char['timestamp_col'] = pd.to_datetime(user_char['timestamp_col'])

步骤2：转换值为纯日期 #

根据你的需求选一种：

• 想得到datetime.date类型的纯日期对象：

  user_char['timestamp_col'] = user_char['timestamp_col'].dt.date
  

• 想保留datetime64类型（仅保留日期部分，时间自动设为00:00:00）：

  user_char['timestamp_col'] = user_char['timestamp_col'].dt.normalize()
  

步骤3：重命名列 #

把列名改成你想要的名称（比如'日期'）：

user_char = user_char.rename(columns={'timestamp_col': '日期'})

嫌步骤多？也可以合并成一行简洁操作：

user_char = user_char.rename(columns={'timestamp_col': '日期'}).assign(日期=lambda x: x['日期'].dt.normalize())

内容的提问来源于stack exchange，提问作者Mit Shah