Python Pandas Dataframe.rename()函数使用方法

在Pandas中，可以使用rename()函数对DataFrame中的列或行进行重命名。该函数使用一个字典作为参数，其中字典的键表示原始列名或行名，而字典的值表示新的列名或行名。

语法

使用Pandas Dataframe.rename()函数的基本语法如下：

DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None)

参数说明：

• mapper：一个字典，表示需要被重命名的列或行。该参数最好在columns或index中使用。

• index, columns：一个字典或函数，代表DataFrame中的行或列需要被重命名。该参数是互斥的，也就是说，只能指定一个参数。

• axis：int，可选值为{0,1}。表示对DataFrame中行或列进行重命名。axis=0表示以列为主，axis=1表示以行为主。

• copy：bool，默认为True。表示是否创建一个DataFrame来存放重命名后的结果，如果是False，则在原始DataFrame上进行重命名。

• inplace：bool，默认为False。表示是否在原始DataFrame上重命名，如果是True，则返回值为None。

• level：int或level name，可选参数。仅当DataFrame MultiIndex时才使用。

示例

下面给出几个使用Pandas Dataframe.rename()函数的示例代码，以供参考。

import pandas as pd

data = {'name': ['John', 'Mike', 'Sara', 'Adam'],
        'age': [25, 30, 18, 42],
        'score': [80, 65, 90, 75]}
df = pd.DataFrame(data)

# 重命名列
df_rename = df.rename(columns={'name': 'Name', 'age': 'Age', 'score': 'Score'})
print(df_rename)

输出结果为：

   Name  Age  Score
0  John   25     80
1  Mike   30     65
2  Sara   18     90
3  Adam   42     75

上面的代码中，使用了columns参数，将原始列名修改为了新的列名。

接下来看一个在Pandas Dataframe.rename()函数中对多级索引进行重命名的例子：

import pandas as pd

data = {'group':['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
        'city': ['New York', 'Portland', 'New York', 'Portland',
                 'New York', 'Portland', 'New York', 'Portland'],
        'year': [2019, 2019, 2020, 2020, 2019, 2019, 2020, 2020],
        'income':[2000000, 3000000, 2500000, 5000000, 1500000, 2000000, 1800000, 3900000]}

df = pd.DataFrame(data)

# 使用rename()函数重命名行和列
df_rename = df.rename(index={0: 'First', 1: 'Second'}, columns={'year': 'Year', 'income': 'Income'})
print(df_rename)

输出结果为：

          group      city  Year   Income
First         A  New York  2019  2000000
Second        A  Portland  2019  3000000
2             A  New York  2020  2500000
3             A  Portland  2020  5000000
4             B  New York  2019  1500000
5             B  Portland  2019  2000000
6             B  New York  2020  1800000
7             B  Portland  2020  3900000

上述代码针对多级索引进行了重命名操作。

最后，我们来看一下如何使用Pandas Dataframe.rename()函数对原始数据进行修改的例子：

import pandas as pd

data = {'name': ['John', 'Mike', 'Sara', 'Adam'],
        'age': [25, 30, 18, 42],
        'score': [80, 65, 90, 75]}
df = pd.DataFrame(data)

# 直接在原始DataFrame上进行重命名，并输出结果
df.rename(columns={'name': 'Name', 'age': 'Age', 'score': 'Score'}, inplace=True)
print(df)

输出结果为：

   Name  Age  Score
0  John   25     80
1  Mike   30     65
2  Sara   18     90
3  Adam   42     75

上述代码中，我们将inplace参数设置为True，直接在原始DataFrame上进行了重命名操作。

结论

以上就是Pandas Dataframe.rename()函数的用法。通过这个函数，可以方便地对DataFrame中的列或行进行重命名。需要注意的是，该函数返回一个新的DataFrame，因此需要在使用后将其赋值给一个变量。当然，也可以使用inplace参数对原始DataFrame进行修改。