df.rename() 重新命名列名
rename方法作用: 复制 DataFrame并对其索引index和列标签columns进行赋值。如果希望就地修改某个数据集,传入inplace=True即可
DataFrame.rename(**kwargs)
参数:
- mapper:dict-like or function,这个字段我也不是很清楚它的用法
- index:dict-like or function,指定哪个索引
- columns:dict-like or function,指定哪个列名,一般是字典形式,如:{'name':‘姓名’},name是要替换的久列名,姓名是替换后的列名
- axis:{0 or ‘index’, 1 or ‘columns’}, default 0,如果参数中出现了columns而没有出现index,则axis默认等于1,其实这个参数一般不用我们自己设置
- copy:bool, default True
- inplace:bool, default False :是否覆盖原来的数据
- level:int or level name, default None
- errors:{‘ignore’, ‘raise’}, default ‘ignore’
返回:
DataFrame
DataFrame.rename 支持两种调用约定
-
(index=index_mapper, columns=columns_mapper, ...)
- (mapper, axis={'index', 'columns'}, ...)
官网例子
使用字典重命名列
import pandas as pd df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]}) df.rename(columns={"A": "a", "B": "c"}) ''' a c 0 1 4 1 2 5 2 3 6 '''
使用字典重命名索引
df.rename(index={0: "x", 1: "y", 2: "z"}) ''' 输出: A B x 1 4 y 2 5 z 3 6 '''
使用方程重命名索引
#str是方程,当然也可以是自定义的方程 df.rename(index=str).index #Index(['0', '1', '2'], dtype='object')
使用axis 参数
#这就是mapper, axis的调用 df.rename(str.lower, axis='columns') df.rename({1: 2, 2: 4}, axis='index')
官网地址:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rename.html