pandas.Series.rename

Series.rename(index=None, *, axis=None, copy=None, inplace=False, level=None, errors='ignore')[source]

Изменение меток индекса или имени Series.

Значения функции / словаря должны быть уникальными (1-к-1). Метки, отсутствующие в словаре/Series, останутся без изменений. Дополнительные метки не вызывают ошибки.

В качестве альтернативы можно изменить Series.name на скалярное значение.

См. руководство пользователя для более подробной информации.

Параметры:

index:скаляр, хешируемая последовательность, объект-словарь или функция необязательно

Функции или объекты-словари являются преобразованиями, которые применяются к индексу. Скаляр или хешируемая последовательность изменяет атрибут Series.name.

axis:{0 или ‘index’}

Не используется. Параметр необходим для совместимости с DataFrame.

copy:bool, по умолчанию True

Также копировать данные в основе.

Примечание

Ключевое слово copy изменит поведение в pandas 3.0. Copy-on-Write будет включено по умолчанию, что означает, что все методы с ключевым словом copy будут использовать механизм ленивой копии для отсрочки копии и игнорирования ключевого слова copy. Ключевое слово copy будет удалено в будущей версии pandas.

Вы можете уже получить будущее поведение и улучшения, включив механизм copy on write pd.options.mode.copy_on_write = True

inplace:bool, по умолчанию False

Возвратить новую Series. Если True, значение copy игнорируется.

level:int или имя уровня, по умолчанию None

В случае MultiIndex, переименовываются только метки в указанном уровне.

errors:{‘ignore’, ‘raise’}, по умолчанию ‘ignore’

Если ‘raise’, поднимает KeyError, когда dict-like mapper или index содержат метки, отсутствующие в преобразуемом индексе. Если ‘ignore’, существующие ключи переименовываются, а дополнительные ключи игнорируются.

Возвращает:

Series или None

Series с изменёнными метками индекса или именем или None, если inplace=True.

См. также

DataFrame.rename

Соответствующий метод DataFrame.

Series.rename_axis

Установить имя оси.

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