Question

我通常重命名索引和/或列以跟踪数据框中的布局（不是列中的值，而是列本身）。我知道的唯一方法是明确设置属性。

np.random.seed(10); a = np.random.randint(0, 20, (3, 2))
df = pd.DataFrame(a)
df.columns.name = 'A'
df.index.name = 'B'
df
    A   0   1
    B        
    0   9   4
    1  15   0
    2  17  16

是否有DataFrame或Series方法执行此操作以启用方法链接（即看起来像df.rename(column='A', index='B').[...other method calls]）？我希望.rename()中有这个功能，但它似乎没有这个选项。

Answer 1

我不相信这种方法存在。但是嘿，如果你需要的话，加上它。

import numpy as np
import pandas as pd

class DF(pd.DataFrame):

    def rename_columns(self,name):
        self.columns.name = name
        return self

    def rename_index(self,name):
        self.index.name = name
        return self

np.random.seed(10); a = np.random.randint(0, 20, (3, 2))
df = DF(a)
df.rename_columns('egg').rename_index('bacon')
df

Answer 2

这种方法确实存在。

使用df.rename_index('new_column_name', axis=0, inplace=True)重命名df.index。（将axis=0更改为axis=1，以重命名df.columns。）

更多细节

在Pandas版本1之前的某个时候，功能df.rename和df.rename_index具有重叠的功能。现在，df.rename_index用于重命名整个df.index（或df.columns），而df.rename用于更改索引中的特定条目（或名称或特定列）。 / p>

Series对象中存在名称相似的方法，但是它们的工作方式略有不同。

Answer 3

这是一篇旧文章，但我遇到了同样的问题，看来issue opened in the pandas repo已经完成。

rename_axis对象上现在有一个Dataframe方法，现在可以将名称赋予索引级别，并且可以通过方法链接来使用（我强烈建议阅读{{ 3}}，有关方法链接）。

np.random.seed(10); a = np.random.randint(0, 20, (3, 2))
df = pd.DataFrame(a)
df
        0   1
             
    0   9   4
    1  15   0
    2  17  16
df.rename_axis(columns='A', index='B')
    A   0   1
    B        
    0   9   4
    1  15   0
    2  17  16

所生成的数据帧可以进一步用于方法链接，例如：

df.rename_axis(columns='A', index='B').stack('A')

    B  A
    0  0     9
       1     4
    1  0    15
       1     0
    2  0    17
       1    16

用于重命名轴

3 个答案:

更多细节