python重命名csv文件_python - 重命名Pandas DataFrame索引

当前选择的答案未提及可用于重命名索引和列级别的rename_axis方法。

在重命名指数水平时，熊猫有些怪癖。 还有一个新的DataFrame方法rename_axis可用于更改索引级别名称。

我们来看看DataFrame

df = pd.DataFrame({'age':[30, 2, 12],

'color':['blue', 'green', 'red'],

'food':['Steak', 'Lamb', 'Mango'],

'height':[165, 70, 120],

'score':[4.6, 8.3, 9.0],

'state':['NY', 'TX', 'FL']},

index = ['Jane', 'Nick', 'Aaron'])

此DataFrame为每个行索引和列索引都有一个级别。 行索引和列索引都没有名称。 让我们将行索引级别名称更改为“名称”。

df.rename_axis('names')

rename_axis方法还可以通过更改axis参数来更改列级别名称：

df.rename_axis('names').rename_axis('attributes', axis='columns')

如果使用某些列设置索引，则列名称将成为新的索引级别名称。 让我们将索引级别附加到原始DataFrame：

df1 = df.set_index(['state', 'color'], append=True)

df1

注意原始索引没有名称。 我们仍然可以使用rename_axis，但需要传递一个与索引级别数相同长度的列表。

df1.rename_axis(['names', None, 'Colors'])

您可以使用rename_axis有效删除索引级别名称。

系列工作类似，但有一些差异

让我们创建一个具有三个索引级别的系列

s = df.set_index(['state', 'color'], append=True)['food']

s

state color

Jane NY blue Steak

Nick TX green Lamb

Aaron FL red Mango

Name: food, dtype: object

我们可以像使用DataFrames一样使用rename_axis

s.rename_axis(['Names','States','Colors'])

Names States Colors

Jane NY blue Steak

Nick TX green Lamb

Aaron FL red Mango

Name: food, dtype: object

请注意，系列下面有一个额外的元数据，名为rename_axis。从DataFrame创建Series时，此属性设置为列名。

我们可以将字符串名称传递给rename_axis方法来进行更改

s.rename('FOOOOOD')

state color

Jane NY blue Steak

Nick TX green Lamb

Aaron FL red Mango

Name: FOOOOOD, dtype: object

DataFrames没有此属性，如果像这样使用，实际上会引发异常

df.rename('my dataframe')

TypeError: 'str' object is not callable

在pandas 0.21之前，您可以使用rename_axis重命名索引和列中的值。 它已被弃用，所以不要这样做