LeetCode-2877. 从表中创建 DataFrame

2877. 从表中创建 DataFrame
编写一个解决方案，基于名为  student_data 的二维列表 创建 一个 DataFrame 。这个二维列表包含一些学生的 ID 和年龄信息。

DataFrame 应该有两列， student_id 和 age，并且与原始二维列表的顺序相同。

返回结果格式如下示例所示。

示例 1：
输入：
student_data:
[
  [1, 15],
  [2, 11],
  [3, 11],
  [4, 20]
]
输出：
+------------+-----+
| student_id | age |
+------------+-----+
| 1          | 15  |
| 2          | 11  |
| 3          | 11  |
| 4          | 20  |
+------------+-----+
解释：
基于 student_data 创建了一个 DataFrame，包含 student_id 和 age 两列。

import pandas as pd


def renameColumns(students: pd.DataFrame) -> pd.DataFrame:
    students.rename(columns={'id': 'student_id', 'first': 'first_name', 'last': 'last_name', 'age': 'age_in_years'},
                    inplace=True)
    return students
# rename 用法:
#
# DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='raise')
# rename 方法有许多可选的参数。出于我们的目的，我们感兴趣的是 columns 参数，它允许您传递一个字典，其中键表示当前列名，值表示新列名。
#
#   mapper， index， columns：可以传递以重命名索引或列的词典。在我们的示例中，我们使用 columns。
#
#   axis： 可以是 "index" 或 "columns"。确定是重命名索引还是重命名列。默认情况下，如果您提供 columns 参数，您将重命名列。
#
#   copy： 如果设置为 True，则创建一个新的 DataFrame。如果为 False，则修改原始 DataFrame。
#
#   inplace： 如果设置为 True，则重命名会原地修改 DataFrame，不会返回任何内容。如果为 False，则在不修改原有 DataFrame 的情况下，返回一个新的带有更名列的 DataFrame。
#
#   level： 对于具有多级索引的 DataFrame，应当重命名标签的级别。
#
#   errors： 如果是 'raise'，如果尝试重命名不存在的项，则会引发错误。如果设置为 'ignore'，任何重命名项目的失败都将被忽略。
#