这期内容当中小编将会给大家带来有关如何修改Pandas中行或列的名字，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
创新互联专注于尖草坪企业网站建设,
自适应网站建设,
商城网站定制开发。尖草坪网站建设公司,为尖草坪等地区提供建站服务。全流程按需搭建网站，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务
pandas.DataFrame.rename
使用函数： DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None)
功能：更改轴标签
函数字典值必须是唯一的（1对1）。未包含在 字典/Series 中的标签将保留原样。列出的额外标签不会引发错误。
| 参数: | mapper, index, columns : dict-like or function, optional dict-like or functions transformations to apply to that axis' values. Use either mapperand axis to specify the axis to target with mapper, or index and columns. dict-like 或函数转换以应用于该轴的值。二者必选其一mapper，并使用axis指定轴与目标mapper，或index和 columns。 主要用于指定需要修改的地方：index or columns
axis : int or str, optional Axis to target with mapper. Can be either the axis name (‘index', ‘columns') or number (0, 1). The default is ‘index'. 轴与目标mapper。可以是轴名称（'index'，'columns'）或数字（0,1）。默认为'index'。
copy : boolean, default True Also copy underlying data 还复制基础数据
inplace : boolean, default False Whether to return a new DataFrame. If True then value of copy is ignored. 是否返回新的DataFrame。如果为True，则忽略复制值。
level : int or level name, default None In case of a MultiIndex, only rename labels in the specified level. 如果是MultiIndex，只重命名指定级别的标签。
|
|---|
例子
DataFrame.rename 支持两种调用约定
(index=index_mapper, columns=columns_mapper, ...)
(mapper, axis={'index', 'columns'}, ...)
我们强烈建议您使用关键字参数来阐明您的意图。
>>> 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上述就是小编为大家分享的如何修改Pandas中行或列的名字了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。
新闻名称：如何修改Pandas中行或列的名字-创新互联
当前地址：
http://cdkjz.cn/article/jishi.html
