Pandas 数据重命名：列名与索引

Pandas 数据重命名：列名与索引为标题

一、引言

在数据分析领域，我们获取到的数据集其列名和索引名往往不能直观地反映数据的实际含义。例如，在一个销售数据集中，列名可能是简单的 “Col1”“Col2” 等，索引可能只是默认的整数序列。这样的数据结构会给数据分析带来诸多不便，如难以快速理解各列数据代表的信息，在进行数据处理和分析时容易混淆。

Pandas 作为 Python 中最为强大的数据处理库之一，提供了一系列便捷的方法来对列名和索引进行重命名。通过合理地重命名列名与索引，能够显著提高数据的可读性，使数据分析人员能够更快速、准确地理解数据，进而更高效地进行数据处理、分析和可视化等操作。例如，将销售数据集中表示产品销售额的列名从 “Col2” 改为 “Sales_Amount”，将表示销售日期的索引从默认整数改为实际日期格式，能让数据结构一目了然。

二、Pandas rename 方法简介

Pandas 的rename方法是用于重命名轴标签（即列名或索引）的核心工具。它的基本语法如下：

DataFrame.rename(mapper=None, axis=0, copy=True, inplace=False, level=None)

• mapper：这是一个至关重要的参数，它可以是一个字典或者函数。若为字典，字典的键代表旧的标签，值则对应新的标签。例如，{'old_name': 'new_name'} 这种形式，会将数据集中名为 old_name 的标签替换为 new_name。若 mapper 是函数，那么这个函数会对每个标签逐一应用，函数的返回值将作为新的标签。比如，定义一个将字符串转换为大写的函数，将其作为 mapper，则会把所有标签转换为大写形式。

• axis：此参数用于指定要重命名的轴。当 axis = 0 时，表示要对索引（行）进行操作；当 axis = 1 时，意味着是对列进行重命名。这一参数的设置决定了重命名操作作用的对象是行索引还是列名。

• copy：该参数默认为 True，它决定了在重命名过程中是否复制数据。若设置为 True，则在重命名时会创建一个新的对象，原数据不受影响；若设置为 False，则可能会在原数据的基础上进行修改，但这种情况较为少见，且可能会带来一些意想不到的结果，因此一般保持默认设置。

• inplace：这个参数默认为 False，表示rename方法默认会返回一个新的 DataFrame 对象，而原 DataFrame 保持不变。若将其设置为 True，则会在原 DataFrame 上直接进行修改，原数据会被重命名后的数据覆盖。在实际使用中，需要谨慎使用 inplace = True，因为一旦修改，原始数据将无法恢复，除非提前进行备份。

• level：当处理具有多级索引（MultiIndex）的数据时，level 参数用于指定要重命名的具体级别。例如，在一个具有两级索引的 DataFrame 中，level = 0 表示重命名第一级索引，level = 1 表示重命名第二级索引，以此类推。

三、列名重命名

3.1 使用字典进行列名重命名

使用字典进行列名重命名是一种简单且直观的方式。假设有如下一个简单的 DataFrame，它记录了学生的成绩信息：

import pandas as pd

data = {

'ID': [1, 2, 3],

'Math': [90, 85, 95],

'English': [88, 92, 89]

}

df = pd.DataFrame(data)

print(df)

上述代码创建了一个 DataFrame，其输出结果如下：

现在，我们觉得当前的列名不够清晰，想将 Math 改为 Mathematics，将 English 改为 English Language，可以通过以下方式实现：

new_names = {

'Math': 'Mathematics',

'English': 'English Language'

}

df = df.rename(columns=new_names)

print(df)

在这段代码中，我们首先定义了一个字典 new_names，其中键是原列名，值是我们想要替换的新列名。然后，通过 df.rename(columns = new_names) 这行代码，利用 rename 方法并指定 columns 参数为我们定义的字典，来对列名进行重命名。重命名后的输出结果如下：

3.2 使用函数进行列名重命名

当对列名的转换需求较为复杂时，使用函数进行列名重命名会更加灵活。例如，我们希望将所有列名转换为大写形式，以增强数据的规范性和一致性。可以通过以下代码实现：

def to_upper(name):

return name.upper()

df = df.rename(columns=to_upper)

print(df)

在上述代码中，我们首先定义了一个名为 to_upper 的函数，该函数接受一个字符串参数 name，并返回其大写形式。然后，将这个函数作为 columns 参数传递给 rename 方法。rename 方法会自动将这个函数应用到每一个列名上，从而实现将所有列名转换为大写的效果。执行上述代码后，DataFrame 的输出结果如下：

四、索引重命名

4.1 使用字典进行索引重命名

与列名重命名类似，我们也可以使用字典对索引进行重命名。以之前学生成绩的 DataFrame 为例，假设我们要将默认的整数索引改为更具描述性的索引，比如学生的姓名。可以通过以下代码实现：

new_index = {

0: 'Student1',

1: 'Student2',

2: 'Student3'

}

df = df.rename(index=new_index)

print(df)

在这段代码中，我们定义了一个字典 new_index，其中键是原索引值，值是新的索引标签。通过 df.rename(index = new_index) 这行代码，利用 rename 方法并指定 index 参数为我们定义的字典，实现了对索引的重命名。重命名后的输出结果如下：

4.2 使用函数进行索引重命名

如果我们想对索引进行一些特定的转换，比如在每个索引标签前加上特定的前缀，使用函数来实现会非常方便。例如，我们想在每个学生姓名前加上 S_ 前缀，可以通过以下代码实现：

def add_prefix(index):

return 'S_' + str(index)

df = df.rename(index=add_prefix)

print(df)

在上述代码中，我们定义了一个名为 add_prefix 的函数，该函数接受一个索引值作为参数，将其转换为字符串并在前面加上 S_ 前缀后返回。然后，将这个函数作为 index 参数传递给 rename 方法。rename 方法会将这个函数应用到每个索引上，从而完成索引的重命名。执行上述代码后，DataFrame 的输出结果如下：

五、同时重命名列名和索引

在实际的数据处理中，有时我们需要同时对列名和索引进行重命名，以满足数据整理和分析的需求。例如，我们不仅想进一步优化列名，还想对索引进行更细致的调整。以下是具体的代码示例：

new_column_names = {

'ID': 'Student_ID',

'MATHEMATICS': 'Math_Score',

'ENGLISH LANGUAGE': 'English_Score'

}

new_index_names = {

'S_Student1': 'Stu1',

'S_Student2': 'Stu2',

'S_Student3': 'Stu3'

}

df = df.rename(columns=new_column_names, index=new_index_names)

print(df)

在上述代码中，我们分别定义了用于列名重命名的字典 new_column_names 和用于索引重命名的字典 new_index_names。然后，在 rename 方法中同时指定 columns 和 index 参数为这两个字典，一次性完成了列名和索引的重命名操作。执行代码后，DataFrame 的输出结果如下：

六、原地修改与返回新对象

在使用 rename 方法时，inplace 参数的设置决定了是在原 DataFrame 上进行修改还是返回一个新的 DataFrame 对象。默认情况下，inplace = False，即 rename 方法会返回一个新的 DataFrame，原 DataFrame 保持不变。例如，我们之前的所有操作都是基于这种默认设置，每次调用 rename 方法后，原 df 并没有被直接修改，而是返回了一个新的 DataFrame 对象并赋值给 df。

如果我们将 inplace 参数设置为 True，则会在原 DataFrame 上直接进行修改。例如：

df.rename(columns={'Student_ID': 'ID'}, inplace=True)

print(df)

在这段代码中，inplace = True 使得 rename 方法直接在原 df 上进行列名的修改，而不会返回一个新的对象。执行上述代码后，DataFrame 的输出结果如下：

然而，使用 inplace = True 时需要格外谨慎。因为一旦在原数据上进行修改，原始数据将无法恢复，除非在操作之前对数据进行了备份。所以，在处理重要数据时，建议先对数据进行备份，或者先使用默认的 inplace = False 方式进行操作，确认无误后再考虑是否需要在原数据上进行修改。

七、处理 MultiIndex（多级索引）

在实际的数据集中，有时会遇到具有多级索引（MultiIndex）的情况。例如，在一个包含不同班级学生成绩的 DataFrame 中，可能会使用班级和学生姓名作为两级索引。以下是创建这样一个 DataFrame 的代码示例：

data = {

'Math': [90, 85, 95, 88, 92, 89],

'English': [88, 92, 89, 90, 87, 91]

}

index = [

['Class1', 'Class1', 'Class1', 'Class2', 'Class2', 'Class2'],

['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank']

]

df = pd.DataFrame(data, index=pd.MultiIndex.from_arrays(index, names=['Class', 'Student']))

print(df)

上述代码创建了一个具有两级索引的 DataFrame，第一级索引为班级（Class），第二级索引为学生姓名（Student），其输出结果如下：

7.1 重命名第一级索引

如果我们想重命名第一级索引（班级），可以在 rename 方法中指定 level = 0。例如，将 Class1 改为 Grade1_Class1，将 Class2 改为 Grade1_Class2，代码如下：

new_class_names = {

'Class1': 'Grade1_Class1',

'Class2': 'Grade1_Class2'

}

df = df.rename(index=new_class_names, level=0)

print(df)

在这段代码中，我们定义了一个字典 new_class_names，其中键是原第一级索引值，值是新的索引标签。通过 df.rename(index = new_class_names, level = 0) 这行代码，利用 rename 方法并指定 index 参数为字典，level 参数为 0，实现了对第一级索引的重命名。重命名后的输出结果如下：

7.2 重命名第二级索引

如果要重命名第二级索引（学生姓名），则指定 level = 1。例如，将所有学生姓名改为大写形式，代码如下：

def to_upper_name(name):

return name.upper()

df = df.rename(index=to_upper_name, level=1)

print(df)

在上述代码中，我们定义了一个名为 to_upper_name 的函数，该函数将输入的字符串转换为大写。然后，将这个函数作为 index 参数传递给 rename 方法，并指定 level = 1。rename 方法会将这个函数应用到第二级索引的每个标签上，完成重命名操作。执行上述代码后，DataFrame 的输出结果如下：

通过这种方式，我们可以根据实际需求灵活地对多级索引的不同级别进行重命名操作，以更好地满足数据分析和展示的要求。

八、总结

Pandas 的rename方法为数据处理过程中的列名和索引重命名提供了强大且灵活的功能。无论是简单地使用字典进行一对一的标签替换，还是运用函数进行复杂的转换操作，都能轻松应对。在处理单级索引时，通过对 axis 参数的设置，可准确地选择对列名或索引进行重命名；而在处理多级索引时，借助 level 参数能够精准定位到需要重命名的具体级别。

同时，inplace 参数的存在让我们可以根据实际情况选择是在原数据上直接修改还是返回一个新的对象，这在数据处理的灵活性和数据安全性之间提供了一个平衡。在实际数据分析工作中，合理运用这些重命名技巧，能够显著提高数据的可读性和可理解性，使数据结构更加清晰明了，从而为后续的数据清洗、分析、建模以及可视化等操作奠定坚实的基础。