Pandas DataFrame.rename 重命名行或列详解
本文介绍Pandas库中DataFrame.rename函数的使用方法，用于重命名数据框的行索引或列名。详细解析了mapper、index、columns、axis等关键参数，对比了两种调用约定，并通过代码示例演示了字典映射与函数转换的实际效果，帮助开发者高效进行数据预处理。
DataFrame.rename 函数概述
在Pandas库中，DataFrame.rename 是用于修改数据框轴标签的核心方法。
该函数的完整调用语法为：DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None)。
其主要功能是更改数据框的轴标签，即行索引或列名。
需要注意的是，传递给 mapper 的字典值必须保持唯一性（一对一映射）。对于未包含在字典或 Series 中的标签，系统将保留其原始名称；若字典中列出了数据框中不存在的额外标签，也不会引发错误。
| 参数: |
mapper, index, columns : dict-like or function, optional
axis : int or str, optional
copy : boolean, default True
inplace : boolean, default False
level : int or level name, default None
|
|---|
| 返回: |
renamed : DataFrame |
|---|
调用约定与参数详解
以下是具体的使用示例。
DataFrame.rename 方法支持两种不同的调用约定。
- 第一种方式是通过关键字参数指定目标轴：(index=index_mapper, columns=columns_mapper, ...)。
- 第二种方式是通过 mapper 配合 axis 参数指定目标：(mapper, axis={'index', 'columns'}, ...)。
为了代码的可读性和意图的清晰表达，强烈建议开发者使用关键字参数的方式来调用该函数。
代码示例演示
>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
>>> df.rename(index=str, columns={"A": "a", "B": "c"})
a c
0 1 4
1 2 5
2 3 6
>>> df.rename(index=str, columns={"A": "a", "C": "c"})
a B
0 1 4
1 2 5
2 3 6
#使用轴样式参数
>>> df.rename(str.lower, axis='columns')
a b
0 1 4
1 2 5
2 3 6
>>> df.rename({1: 2, 2: 4}, axis='index')
A B
0 1 4
2 2 5
4 3 6以上就是关于 Pandas 重命名功能的完整介绍，希望能为您的数据处理工作提供帮助，欢迎持续关注本站获取更多技术内容。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
