【Pandas】pandas Series rename

Pandas2.2 Series

Computations descriptive stats

pandas.Series.rename

pandas.Series.rename 是一个用于重命名 Series 对象的索引或轴标签的方法。它允许用户根据指定的映射或函数对索引进行重命名。以下是该方法的参数说明：

• index: 用于重命名索引的映射（字典、函数等）。
• axis: 指定要重命名的轴，对于 Series 可以忽略，默认为 0（行）。
• copy: 如果为 True，则返回一个新的副本；如果为 False，则返回视图，默认为 True。
• inplace: 如果为 True，则就地修改数据；如果为 False，则返回新的对象，默认为 False。
• level: 如果索引是 MultiIndex，则指定使用哪一级别进行重命名。
• errors: 控制错误处理方式，‘ignore’ 表示忽略错误，‘raise’ 表示抛出异常。

示例及结果

示例 1：使用字典重命名索引

import pandas as pd

# 创建一个简单的 Series
s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

# 使用字典重命名索引
s_renamed = s.rename(index={'a': 'A', 'b': 'B'})

print("原始 Series:")
print(s)
print("\n重命名后的 Series:")
print(s_renamed)

输出结果

原始 Series:
a    1
b    2
c    3
dtype: int64

重命名后的 Series:
A    1
B    2
c    3
dtype: int64

在这个例子中，我们使用字典将索引 'a' 和 'b' 分别重命名为 'A' 和 'B'，而 'c' 保持不变。

示例 2：使用函数重命名索引

# 使用函数重命名索引
s_renamed_func = s.rename(index=str.upper)

print("\n使用函数重命名后的 Series:")
print(s_renamed_func)

输出结果

使用函数重命名后的 Series:
A    1
B    2
C    3
dtype: int64

在这个例子中，我们使用 str.upper 函数将所有索引转换为大写。

示例 3：就地修改

# 就地修改 Series 的索引
s.rename(index=str.upper, inplace=True)

print("\n就地修改后的 Series:")
print(s)

输出结果

就地修改后的 Series:
A    1
B    2
C    3
dtype: int64

在这个例子中，我们通过设置 inplace=True 来就地修改 Series 的索引，而不是创建新的对象。

示例 4：处理 MultiIndex

# 创建一个带有 MultiIndex 的 Series
multi_index = pd.MultiIndex.from_tuples([('a', 'x'), ('b', 'y'), ('c', 'z')], names=['first', 'second'])
s_multi = pd.Series([1, 2, 3], index=multi_index)

# 重命名 MultiIndex 的第一级
s_multi_renamed = s_multi.rename(index={'a': 'A', 'b': 'B'}, level='first')

print("\n原始 MultiIndex Series:")
print(s_multi)
print("\n重命名后的 MultiIndex Series:")
print(s_multi_renamed)

输出结果

原始 MultiIndex Series:
first second
a     x         1
b     y         2
c     z         3
dtype: int64

重命名后的 MultiIndex Series:
first second
A     x         1
B     y         2
c     z         3
dtype: int64

在这个例子中，我们仅重命名了 MultiIndex 的第一级（first），而第二级（second）保持不变。