pandas.Series.rename

Series.rename(index=None, **kwargs) [source]

Изменение функции или функций ввода осей. Значения функции/словаря должны быть уникальными (1-к-1). Метки, не содержащиеся в словаре/Series, останутся неизменными. Дополнительные метки не вызывают ошибку. В качестве альтернативы, измените Series.name на скалярное значение (только для Series).

Параметры:

index : скаляр, список, словарь или функция, необязательно Скаляр или список изменят атрибут Series.name, и вызовут ошибку для DataFrame или Panel. Словари или функции представляют собой преобразования, которые необходимо применить к значениям этой оси copy : boolean, по умолчанию True Также скопировать исходные данные inplace : boolean, по умолчанию False Возвращать ли новую Series. Если True, то значение copy игнорируется. level : int или имя уровня, по умолчанию None В случае MultiIndex переименовать метки только в указанном уровне.

Возвращает:

renamed : Series (новый объект)

См. также

pandas.NDFrame.rename_axis

Примеры

>>> s = pd.Series([1, 2, 3])
>>> s
0    1
1    2
2    3
dtype: int64
>>> s.rename("my_name") # scalar, changes Series.name
0    1
1    2
2    3
Name: my_name, dtype: int64
>>> s.rename(lambda x: x ** 2)  # function, changes labels
0    1
1    2
4    3
dtype: int64
>>> s.rename({1: 3, 2: 5})  # mapping, changes labels
0    1
3    2
5    3
dtype: int64
>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
>>> df.rename(2)
Traceback (most recent call last):
...
TypeError: 'int' object is not callable
>>> df.rename(index=str, columns={"A": "a", "B": "c"})
   a  c
0  1  4
1  2  5
2  3  6
>>> df.rename(index=str, columns={"A": "a", "C": "c"})
   a  B
0  1  4
1  2  5
2  3  6