在Pandas库中，rename函数是一个非常实用的方法，用于重命名DataFrame或Series的轴标签（如列名或索引）。以下是rename函数的基本用法、参数以及一些示例。
1.rename基本语法
DataFrame.rename(mapper=None, index=None, columns=None, axis=None,copy=True, inplace=False, level=None, errors='ignore')2.参数说明
- mapper: 一个字典、函数或Series，用于映射新旧标签。如果提供字典，它的键是旧标签，值是新标签。如果提供函数，则该函数应用于每个标签。
- index / columns: 分别用于重命名索引和列的映射器。当
mapper参数也提供时，优先级高于此参数。 - axis: 指定作用的轴，可以是
0（索引）或1（列）。在多数情况下直接使用index或columns更直观。 - copy: 布尔值，默认为
True，意味着返回对象的副本。如果为False，则可能在原地修改对象。 - inplace: 布尔值，默认为
False。如果为True，则直接在原DataFrame上修改，不会返回任何值。 - level: 仅在多级索引时使用，指定了要重命名的级别。
- errors: 指定遇到未知标签时的行为，可以是
'ignore'（忽略）、'raise'（抛出错误）等。
3. 示例
3.1 重命名列
import pandas as pd# 创建一个简单的DataFrame
data = {'old_name_1': [1, 2, 3], 'old_name_2': [4, 5, 6]}
df = pd.DataFrame(data)# 使用字典重命名列
df_renamed = df.rename
(columns={'old_name_1': 'new_name_1', 'old_name_2': 'new_name_2'})print(df_renamed) 
3.2 重命名索引
# 创建一个简单的DataFrame
data1 = {'old_name_1': [1, 2, 3],'old_name_2': [4, 5, 6]}
df = pd.DataFrame(data1)
df_with_index = df.set_index('old_name_1')
df_index_renamed = df_with_index.rename(index={1: 'first', 2: 'second', 3: 'third'}, inplace=False)print(df_index_renamed)
官方文档
)
