Pandas常用函数之rename()

df.rename()

df.rename(mapper=None，index=None，columns=None，axis=None，copy=True，inplace=False，level=None)

1. index，columns：表示待转换的行索引和列索引。
2. axis：表示轴的名称，可以使用index或columns，也可以使用数字0或1。
3. copy：表示是否复制底层的数据，默认为False。
4. inplace：默认为False，表示是否返回新的Pandas对象。如果设为True，则会忽略复制的值。 //相当于是否创建副本修改数据，还是直接在原数据直接修改
5. level：表示级别名称，默认为None。对于多级索引，只重命名指定的标签。

import pandas as pd                            #重命名轴索引
df=pd.DataFrame({'A':['A0','A1','A2','A3']
                ,'B':['B0','B1','B2','B3']
                ,'C':['C0','C1','C2','C3']})

df.rename(columns={'A':'a','B':'b','C':'c'},inplace=True)    #columns可以接受一个字典, 键为 旧索引 ,值为 新索引  

df.rename(index={1:'a',2:'b'})       # index 也可以接受一个字典,键为 旧索引 ,值为 新索引

可以用lower方法把字符串变成小写：

import pandas as pd
jk=pd.DataFrame({'A':['A0','A1','A2','A3']
                ,'B':['B0','B1','B2','B3']
                ,'C':['C0','C1','C2','C3']})

jk.rename(str.lower,axis='columns')    #使用str中的lower()方法把字符串变成小写,根据 axis 指定变得地方,是要求是字符串才能变