(pandas rename) 详解pandas.rename()（重命名列名）函数使用方法 pandas.rename()函数：重命名DataFrame中的行标签或列名全网首发(图文详解1)

(pandas rename) 详解pandas.rename()（重命名列名）函数使用方法

pandas.rename() 函数是一个非常有用的函数，它允许用户重命名 DataFrame 中的行标签(index)或列名(columns)。这在数据预处理或数据分析中很常见，尤其是当你需要将列名更改为更有意义或易于理解的名称时。

使用方法

rename() 函数主要通过以下参数来控制重命名过程：

mapper, index, 和 columns 参数接受字典型参数，字典的键(key)为原始名称，字典的值(value)为新的名称。
axis 参数用来指定是重命名行标签(axis=0或axis='index')还是列名(axis=1或axis='columns')。
inplace 参数指定是否在原地修改 DataFrame。默认为 False，意味着生成一个新的 DataFrame。如果设为 True，则会直接在原 DataFrame 上进行修改，不返回新的 DataFrame。

示例代码

假设我们有一个包含用户信息的 DataFrame，我们想要更改列名，以便它们更具可读性：

import pandas as pd

# 示例DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 26, 27],
    'city': ['New York', 'Paris', 'London']
}
df = pd.DataFrame(data)

# 打印原始DataFrame
print("原始DataFrame:")
print(df)

# 使用rename函数更改列名
df_renamed = df.rename(columns={'name': '姓名', 'age': '年龄', 'city': '城市'})

# 打印更改后的DataFrame
print("\n更改后的DataFrame:")
print(df_renamed)

输出：

原始DataFrame:
      name  age      city
0    Alice   25  New York
1     Bob    26     Paris
2  Charlie   27    London

更改后的DataFrame:
       姓名  年龄       城市
0    Alice   25  New York
1     Bob    26     Paris
2  Charlie   27    London

在上面的示例中，我们创建了一个简单的 DataFrame 并使用 rename() 函数将列名从英文更改为中文。我们通过创建一个字典来指定新旧列名的对应关系，并将该字典传递给 rename() 函数的 columns 参数。

请注意，如果你需要在原地修改 DataFrame ，可以设置 inplace=True：

df.rename(columns={'name': '姓名', 'age': '年龄', 'city': '城市'}, inplace=True)

这种方式不会返回新的 DataFrame，但会直接修改原始 DataFrame。
(memoryerror) 详解解决Python memory error的问题（四种解决方案）解决 Python 内存错误的问题：四种可行方案全网首发(图文详解1)
(python concat) 详解pandas.concat()（合并数据框）函数使用方法使用 pandas.concat 函数合并 DataFrame 全网首发(图文详解1)