pandas.Series.rename # 系列。重命名(索引=无, *,轴=无,复制=无,就地=假,级别=无,错误= '忽略')[来源]# 更改系列索引标签或名称。 函数/字典值必须是唯一的(一对一)。字典/系列中未包含的标签将保持原样。列出的额外标签不会引发错误。 或者,Series.name使用标量值进行更改。 请参阅用户指南了解更多信息。 参数: 索引标量、可散列序列、类似字典或函数可选函数或类字典是应用于索引的转换。标量或类似可散列序列将改变Series.name 属性。 轴{0 或“索引”}没用过。与 DataFrame 兼容所需的参数。 复制布尔值,默认 True同时复制基础数据。 笔记 copy关键字将改变 pandas 3.0 中的行为 。默认情况下会启用Copy-on-Write ,这意味着所有带有 copy关键字的方法都将使用惰性复制机制来推迟复制并忽略copy关键字。 copy关键字将在 pandas 的未来版本中删除。 您已经可以通过启用写入时复制来获得未来的行为和改进pd.options.mode.copy_on_write = True inplace布尔值,默认 False是否返回新系列。如果为 True,则忽略 copy 的值。 level int 或级别名称,默认 None对于 MultiIndex,仅重命名指定级别的标签。 错误{'ignore', 'raise'}, 默认 'ignore'如果为“raise”,则当类似字典的映射器或 索引包含正在转换的索引中不存在的标签时,将引发KeyError 。如果“忽略”,现有的键将被重命名,额外的键将被忽略。 返回: 系列或无索引标签或名称已更改的系列或 None if inplace=True。 也可以看看 DataFrame.rename对应的DataFrame方法。 Series.rename_axis设置轴的名称。 例子 >>> 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