Pandas

Vista general

En este problema, tenemos un DataFrame llamado students que contine la información de los alumnos. Sin embargo, los nombres de columna no son muy descriptivos. La meta es renombrarlos de manera que describan claramente los datos que almacenan.

Conceptos Clave:

• DataFrame: una estructura bidimensional, similar a una hoja de cálculo o una tabla SQL. Cada fila representa un registro individual y cada columna un atributo diferente. Su tamaño se puede redimensionar y está diseñado para manejar una mezcla de distintos tipos de datos.

• función rename: la función rename en pandas es una herramienta muy útil cuando se requiere renombrar columnas o nombres de índices.

Uso de rename:

DataFrame.rename(mapper=None, index=None,
                 columns=None, axis=None,
                 copy=True, inplace=False,
                 level=None, errors='raise')

El método rename tiene muchos argumentos opcionales que puede aceptar. Para nuestro propósito, nos interesa el argumento columns, el cual nos permite pasar un diccionario donde las keys representan los nombres actuales de cada columna y los values son las nuevos nombres.

Por ejemplo, si tenemos:

{'id': 'student_id'}

Significa que estamos renombrando la columna "id" a "student_id".

Definición de argumentos:

• mapper, index, columns: Los diccionarios que la función rename acepta. En nuestro ejemplo, usamos coumns.
• axis: Puede ser "index" o "columns". Determina si se está renombrando el índice o las columnas. Por default, si se proporciona el argumento columns, se estara renombrando columnas.
• copy: Si se define como True, se crea un nuevo DataFrame. Si es False, se modifica el DataFrame original.
• inplace: Si se define como True, el renombrado modificará el mismo DataFrame y no habrá valor de retorno. Si es False, un nuevo DataFrame con las columnas renombradas será retornado sin modificar el DataFrame original.
• level: Para DataFrames con multi índices, level especifica el nivel desde el cual las columas deben ser renombradas.
• errors: Si se define como 'raise', un error se genera si se intenta renombrar un elemento que no existe. Si se define como 'ignore', cualquier error para renombrar los elementos será ignorado.

Intuición

Visualización de la función rename

En la solución proporcionada:

1. Primero importamos la libreria pandas y le asignamos el alias pd.
2. Definimos una función renameColumns que toma un DataFrame students y retorna un DataFrame modificado.
3. Dentro de la función, usamos el método rename del dataframe para renombrar las columnas. Pasamos un diccionario usando el argumento columns para especificar los nuevos nombres de cada columna.
4. El DataFrame modificado es retornado.

Cuando se proporciona este DataFrame a la función:

id	first	last	age
1	Mason	King	6
2	Ava	Wright	7
3	Taylor	Hall	16
4	Georgia	Thompson	18
5	Thomas	Moore	10

Retornará:

student_id	first_name	last_name	age_in_years
1	Mason	King	6
2	Ava	Wright	7
3	Taylor	Hall	16
4	Georgia	Thompson	18
5	Thomas	Moore	10

Recuerda, esta función no cambia el DataFrame original, si no que retorna un nuevo DataFrame con las columnas renombradas. Si se desea modificar el DataFrame original, se puede especificar el argumento inplace=True.

Implementación

import pandas as pd


def renameColumns(students: pd.DataFrame) -> pd.DataFrame:
    students = students.rename(
        columns={
            "id": "student_id",
            "first": "first_name",
            "last": "last_name",
            "age": "age_in_years",
        }
    )
    return students