使用自定义函数后如何存储新的数据框？

我刚刚开始使用用户定义函数，所以这可能不是一个非常复杂的问题，请原谅我。

我有一些数据帧，它们都有一个名为“interval_time”的列（例如），我想将此列重命名为“Timestamp”。

我知道我可以用这个手动完成此操作；

df = df.rename(index=str, columns={'interval_time': 'Timestamp'})

但现在我想定义一个名为 rename 的函数来为我执行此操作。我已经看到这是有效的；

def rename(data):
    print(data.rename(index=str, columns={'interval_time': 'Timestamp'}))

但我似乎无法弄清楚保存重命名的数据框，我已经尝试过这个；

def rename(data):
    data = data.rename(index=str, columns={'interval_time': 'Timestamp'})

我正在使用的数据框具有以下形式；

df_scada
              interval_time                 A         ...             X                 Y 
0       2010-11-01 00:00:00                0.0        ...                396.36710         381.68860
1       2010-11-01 00:05:00                0.0        ...                392.97974         381.40634
2       2010-11-01 00:10:00                0.0        ...                390.15695         379.99493
3       2010-11-01 00:15:00                0.0        ...                389.02786         379.14810

有几点需要注意：

• 你需要使用return在你的函数中。
• 使此类函数通用是一种很好的做法。例如，您的输入和输出列名称可以是设置了默认值的参数。
• 熊猫优惠pd.DataFrame.pipe https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.pipe.html以促进方法链接。
• 您不应将函数命名为与 Pandas 方法相同的名称。这只会导致混乱。

将这些元素放在一起：

def rename_col(data, col_in='interval_time', col_out='Timestamp'):
    return data.rename(index=str, columns={col_in: col_out})

df = df.pipe(rename_col)

这是一个简单的例子，可能不require用户定义的函数。但是，当您编写更复杂的函数时，上述建议可能会有所帮助。