In [2]:
import numpy as np
import pandas as pd
In [8]:
"""
Costruiamo un dataframe sul quale lavorare
"""
df=pd.DataFrame({
    "A":pd.Series([2.,np.nan,-40,29]),
    "B":pd.Categorical([np.nan,"cane","gatto",""]),
    "C":np.random.randint(100,size=4),
    "D":np.random.randint(12,size=4),
    "E":pd.date_range("20190406",periods=4)
})
In [9]:
df
Out[9]:
A B C D E
0 2.0 NaN 40 2 2019-04-06
1 NaN cane 80 10 2019-04-07
2 -40.0 gatto 51 9 2019-04-08
3 29.0 32 9 2019-04-09
In [10]:
"""
Trasformiamo la colonna "C" moltiplicandola per
un certo numero per esempio 214. Per le altre operazioni
vale lo stesso meccanismo
"""
df["C"]=214*df["C"]
In [11]:
df
Out[11]:
A B C D E
0 2.0 NaN 8560 2 2019-04-06
1 NaN cane 17120 10 2019-04-07
2 -40.0 gatto 10914 9 2019-04-08
3 29.0 6848 9 2019-04-09
In [14]:
"""
Cambiamo nome alla colonna da "C" a "C*214".
Per rendere il cambiamento permanente 
"""
df.rename(columns={"C":"C*214"},inplace=True)
In [15]:
df
Out[15]:
A B C*214 D E
0 2.0 NaN 8560 2 2019-04-06
1 NaN cane 17120 10 2019-04-07
2 -40.0 gatto 10914 9 2019-04-08
3 29.0 6848 9 2019-04-09
In [ ]: