Renombrar columnas

Un problema común de las fuentes de datos abiertas está relacinado con la forma en la cuales están nombradas las columnas. Es usual recurrir a abreviaturas, pero también es común que las categorías estén marcadas en forma de códigos. En nuestro caso, la mayoría de columnas son lo suficientemente descriptivas para que no sea necesario renombrarlas. Sin embargo, podríamos darles un nombre aún más descriptivo, en particular a las columnas ["entidad_nac","entidad_res","municipio_res].

La sintaxis para renombrar una columna es:

df.rename(columns={'columna_original':'nuevo_nombre'}, inplace=True)

El parámetro inplace es opcional, pero si no se especifica debe asignarse el resultado a una nueva variable, de otra manera parecerá que el renombre no tuvo éxito.

Como muchas operaciones en pandas podemos valernos de un diccionario para modificar aplicar una serie de cambios a las columnas. Sirvámonos de nuestro ejemplo de datos:

# Renombrar columnas
covid_nacional.rename(columns={
    "entidad_nac": "entidad_nacimiento",
    "entidad_res": "entidad_residencia",
    "municipio_res": "municipio_residencia"
}, inplace=True)
covid_nacional[7:10]

	Unnamed: 0	fecha_actualizacion	id_registro	origen	sector	entidad_um	sexo	entidad_nacimiento	entidad_residencia	municipio_residencia	...	otro_caso	toma_muestra_lab	resultado_lab	toma_muestra_antigeno	resultado_antigeno	clasificacion_final	migrante	pais_nacionalidad	pais_origen	uci
7	8	2022-06-26	0ba73d	FUERA DE USMER	ISSSTE	CIUDAD DE MÉXICO	MUJER	QUERÉTARO	MÉXICO	NAUCALPAN DE JUÁREZ	...	NO	NO	NO APLICA (CASO SIN MUESTRA)	NO	NO APLICA (CASO SIN MUESTRA)	CASO SOSPECHOSO	NO ESPECIFICADO	MÉXICO	NO APLICA	NO APLICA
8	9	2022-06-26	0681f2	FUERA DE USMER	SSA	CIUDAD DE MÉXICO	HOMBRE	CIUDAD DE MÉXICO	NaN	NaN	...	NO	NO	NO APLICA (CASO SIN MUESTRA)	SI	NEGATIVO A SARS-COV-2	NEGATIVO A SARS-COV-2	NO ESPECIFICADO	MÉXICO	NO APLICA	NO APLICA
9	10	2022-06-26	0a98b4	FUERA DE USMER	SSA	CIUDAD DE MÉXICO	MUJER	MICHOACÁN DE OCAMPO	NaN	NaN	...	NO	NO	NO APLICA (CASO SIN MUESTRA)	SI	POSITIVO A SARS-COV-2	CASO DE SARS-COV-2 CONFIRMADO	NO ESPECIFICADO	MÉXICO	NO APLICA	NO APLICA

3 rows × 41 columns

Verás que el resultado corresponde a las columnas de nuestro dataframe, ahora con un nuevo nombre.

Atención

Las columnas renombradas solamente se mantendrán con el nuevo nombre durante la ejecución del programa. Es decir, el archivo original no se modificará.

¿Por qué modificar las columnas desde el programa en lugar de hacerlo directamente en el csv?

En primer lugar, porque podemos cometer un error al renombrar el archivo original, por ejemplo, borrar un coma y modificar la separación de las columnas. También, al guardar nuevamente el conjunto de datos podemos cambiar su codificación y perder algunos datos. Además, si la fuente de datos se actualiza aplicamos el código a un nuevo archivo ya no funcionará porque no encontrará correctamente los nombres de las columnas. Y finalmente, porque es mucho más fácil modificar el código que modificar el archivo original; un archivo muy grande puede ser lento para abrir y más para modificar, por eso es mucho más rápido hacerlo directamente desde nuestro programa.

Otra opción es hacer que el programa guarde una copia del archivo original con las columnas renombradas, pero esta práctica no es recomendable, puesto que puede generar duplicidad e inconsistencia en la información.