修改Pandas的行或列的名字(重命名)

修改Pandas的行或列的名字，又称为重命名，是数据处理中常用的基本操作。下面是修改Pandas的行或列名字的攻略。

一、使用rename方法

Pandas的DataFrame和Series都有rename方法，可以用来重命名行或列。其中，DataFrame的rename方法可以同时重命名行和列。

语法：

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

参数:

• mapper: 字典类型或映射函数,将旧的指定值映射为新的指定值。
• index ：字典类型或映射函数，用来改变行索引。
• columns：字典类型或映射函数，用来改变列索引。
• axis：沿着哪个方向进行索引的修改，默认值为0，即沿着列方向。
• copy：默认为True，创建一个新对象来存储重命名后的数据，并保持原始数据不变，为False则直接对原始数据进行修改。
• inplace：默认为False，即创建一个新对象来存储重命名后的数据，并保持原始数据不变。为True时，在原始DataFrame中修改。

示例1：对DataFrame的行和列进行重命名。

import pandas as pd

data = {"City": ["Beijing", "Shanghai", "Guangzhou"], "Population": [2000, 2500, 1500]}
df = pd.DataFrame(data)
print("Original DataFrame:")
print(df)

#重命名行和列
renamed_df = df.rename(index={0: "CITY1", 1: "CITY2", 2: "CITY3"}, columns={"City": "CITY", "Population":"POPULATION"})
print("Renamed DataFrame:")
print(renamed_df)

输出结果:

Original DataFrame:
        City  Population
0    Beijing        2000
1   Shanghai        2500
2  Guangzhou        1500
Renamed DataFrame:
          CITY  POPULATION
CITY1  Beijing        2000
CITY2  Shanghai        2500
CITY3  Guangzhou        1500

示例2：对Series的行名进行重命名。

import pandas as pd

data = {"City": ["Beijing", "Shanghai", "Guangzhou"], "Population": [2000, 2500, 1500]}
df = pd.DataFrame(data)

#选取第一列，即“City”列
city_series = df.iloc[:, 0]

#重命名行
city_series_renamed = city_series.rename(index={0: "CITY1", 1: "CITY2", 2: "CITY3"})
print("Renamed Series:")
print(city_series_renamed)

输出结果:

Renamed Series:
CITY1      Beijing
CITY2     Shanghai
CITY3    Guangzhou
Name: City, dtype: object

二、使用set_axis方法

DataFrame和Series都可以使用set_axis方法，可以通过该方法修改行或列索引名。

语法：

DataFrame.set_axis(labels, axis=0, inplace=False)

参数:

• labels：一个列表或数组，表示新的行或列索引。
• axis：沿着哪个方向进行索引的修改，默认值为0，即沿着列方向。
• inplace：是否在原始数据上作修改。默认为False，不作修改。

示例：对DataFrame的列名进行重命名。

import pandas as pd

data = {"City": ["Beijing", "Shanghai", "Guangzhou"], "Population": [2000, 2500, 1500]}
df = pd.DataFrame(data)

#重命名列
df.set_axis(labels=["Name", "Pop"], axis=1, inplace=True)
print("Renamed DataFrame:")
print(df)

输出结果:

Renamed DataFrame:
       Name   Pop
0   Beijing  2000
1  Shanghai  2500
2  Guangzhou  1500

总结

在数据处理中，需要对数据进行良好的命名以方便后续的操作和分析。通过rename和set_axis方法，我们可以方便地修改Pandas的行或列名字。其中，rename方法用于重命名行列及数据，而set_axis方法只能用于重命名行或列的索引名。