Python pandas 重命名索引和列名称的实现

下面是详细讲解“Python pandas 重命名索引和列名称的实现”的完整攻略：

一、重命名列名称

在pandas中，可以通过rename()方法来重命名DataFrame的列名称。其中，rename()方法可以传入一个字典参数，来指定要重命名的列以及对应的新列名。示例代码如下：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c'], 'C': [0.1, 0.2, 0.3]})

# 重命名列名称
df.rename(columns={'A': 'one', 'B': 'two', 'C': 'three'}, inplace=True)

# 打印重命名后的DataFrame
print(df)

运行上述代码，输出结果为：

   one two  three
0    1   a    0.1
1    2   b    0.2
2    3   c    0.3

从输出结果可以看出，原来的列名称被成功地重命名为了指定的新列名。

二、重命名索引

类似于重命名列名称，在pandas中也可以通过rename()方法来重命名DataFrame的索引。其中，rename()方法可以传入一个函数参数，该函数接收原来的索引值作为输入，并返回新的索引值。示例代码如下：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c'], 'C': [0.1, 0.2, 0.3]})

# 重命名索引
df.rename(index=lambda x: x + 1, inplace=True)

# 打印重命名后的DataFrame
print(df)

运行上述代码，输出结果为：

   A  B    C
1  1  a  0.1
2  2  b  0.2
3  3  c  0.3

从输出结果可以看出，原来的索引被成功地重命名为了新的索引值。

综上所述，通过rename()方法可以轻松地实现对DataFrame的列和索引的重命名。