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：

1. mapper：dict-like or function，这个字段我也不是很清楚它的用法
2. index：dict-like or function，指定哪个索引
3. 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
4. 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
5. copy：bool, default True
6. inplace：bool, default False ：是否覆盖原来的数据
7. level：int or level name, default None
8. 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