DataFrame.rename(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore') [source]
更改轴标签。
Function/dict值必须唯一（1对1）。dict/Series中未包含的标签将保持原样。列出的其他标签不会引发错误。
有关更多信息，请参见用户指南。
参数： | mapper: 类似字典或函数 类似Dict或函数的转换，以应用于该轴的值。 二者必选其一 并 或 index: 类似字典或函数 指定axis (
columns: 类似字典或函数 指定axis ( 等同于 axis: 轴到目标与 可以是轴名 默认为 copy: 还要复制底层数据。 inplace: 是否返回一个新的 则忽略copy的值。 level: 对于多索引，只能在指定的级别重命名标签。 errors: 如果 索引或列包含正在转换的索引中不存在的标签时 引发键错误。 如果 额外的键将被忽略。 |
返回值： |
与调用者相同的类型， 但每个轴上的索引均已更改。 |
Raises: |
如果在选定的轴中找不到任何标签， 则为 |
例子，
DataFrame.rename 支持两种调用约定：
(index=index_mapper, columns=columns_mapper, ...)
(mapper, axis={'index', 'columns'}, ...)
强烈建议使用关键字参数来阐明意图。
1）重命名列名
import pandas as pd
df = pd.DataFrame({
'A': [1, 2],
'B': [3, 4]
})
df_renamed = df.rename(columns={'A': 'Alpha', 'B': 'Beta'})
print(df_renamed)
2）重命名行索引
import pandas as pd
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
df_renamed = df.rename(index={0: "x", 1: "y", 2: "z"})
print(df_renamed)3）使用函数批量重命名列
import pandas as pd
df = pd.DataFrame({
'a': [1],
'b': [2]
})
df_renamed = df.rename(columns=str.upper)
print(df_renamed)4）将索引标签转换为字符串类型
import pandas as pd
df = pd.DataFrame({
'a': [1],
'b': [2]
})
print(df.index) # RangeIndex(start=0, stop=3, step=1)
print(df.rename(index=str).index)
5）尝试重命名不存在的列，触发 KeyError
import pandas as pd
df = pd.DataFrame({
'a': [1],
'b': [2]
})
df.rename(columns={"A": "a", "B": "b", "C": "c"},
errors="raise")