网站收录做关键词排名衡阳seo服务

Pandas2.2 DataFrame

Reindexing selection label manipulation

方法	描述
DataFrame.add_prefix(prefix[, axis])	用于在 DataFrame 的行标签或列标签前添加指定前缀的方法
DataFrame.add_suffix(suffix[, axis])	用于在 DataFrame 的行标签或列标签后添加指定后缀的方法
DataFrame.align(other[, join, axis, level, …])	用于对齐两个 DataFrame 或 Series 的方法
DataFrame.at_time(time[, asof, axis])	用于筛选 特定时间点 的行的方法
DataFrame.between_time(start_time, end_time)	用于筛选 指定时间范围内的数据行 的方法
DataFrame.drop([labels, axis, index, …])	用于从 DataFrame 中删除指定行或列的方法
DataFrame.drop_duplicates([subset, keep, …])	用于删除重复行的方法
DataFrame.duplicated([subset, keep])	用于检测 重复行 的方法
DataFrame.equals(other)	用于比较两个 DataFrame 是否完全相等的方法
DataFrame.filter([items, like, regex, axis])	用于筛选列或行标签的方法
DataFrame.first(offset)	用于选取 时间序列型 DataFrame 中从起始时间开始的一段连续时间窗口 的方法
DataFrame.head([n])	用于快速查看 DataFrame 前几行数据 的方法
DataFrame.idxmax([axis, skipna, numeric_only])	用于查找 每列或每行中最大值的索引标签 的方法
DataFrame.idxmin([axis, skipna, numeric_only])	用于查找 每列或每行中最小值的索引标签 的方法
DataFrame.last(offset)	用于选取 时间序列型 DataFrame 中从最后时间点开始向前截取一段指定长度的时间窗口 的方法
DataFrame.reindex([labels, index, columns, …])	用于重新索引 DataFrame 的核心方法
DataFrame.reindex_like(other[, method, …])	用于将当前 DataFrame 的索引和列重新设置为与另一个对象（如另一个 DataFrame 或 Series）相同
DataFrame.rename([mapper, index, columns, …])	用于重命名 DataFrame 的行索引标签或列名的方法
DataFrame.rename_axis([mapper, index, …])	用于**重命名 DataFrame 的索引轴名称（index axis name）或列轴名称（column axis name）**的方法

pandas.DataFrame.rename_axis()

pandas.DataFrame.rename_axis() 是一个用于**重命名 DataFrame 的索引轴名称（index axis name）或列轴名称（column axis name）**的方法。它不修改行标签或列名本身，而是修改整个轴的“名称”属性，常用于数据整理和可视化时标注维度信息。

---

📌 方法签名

DataFrame.rename_axis(mapper=<no_default>, *, index=<no_default>, columns=<no_default>, axis=0, copy=None, inplace=False)

---

🔧 参数说明

参数	类型	说明
mapper	str、list-like 或 dict，可选	新的轴名称；若未指定，则删除轴名称
index	str、list-like 或 dict，可选	单独设置行索引的名称（axis=0）
columns	str、list-like 或 dict，可选	单独设置列索引的名称（axis=1）
axis	{0/'index', 1/'columns'}，默认为 0	指定作用于行轴还是列轴
copy	bool，默认 True	是否复制底层数据
inplace	bool，默认 False	是否在原对象上修改

⚠️ rename_axis() 主要用于设置 Index 或 MultiIndex 的 .name 属性。

---

✅ 返回值

• 如果 inplace=False（默认），返回一个新的 DataFrame；
• 如果 inplace=True，则返回 None，原始 DataFrame 被修改。

---

🧪 示例代码及结果

示例 1：基本用法 - 设置行索引轴名称（axis=0）

import pandas as pddf = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]
}, index=['x', 'y', 'z'])# 设置行索引轴名称为 'rows'
df_renamed_axis = df.rename_axis('rows')print("Renamed row axis:")
print(df_renamed_axis)
print("\nAxis name:", df_renamed_axis.index.name)

输出结果：

Renamed row axis:A  B
x  1  4
y  2  5
z  3  6Axis name: rows

---

示例 2：设置列索引轴名称（axis=1）

# 设置列索引轴名称为 'cols'
df_renamed_cols_axis = df.rename_axis('cols', axis=1)print("Renamed column axis:")
print(df_renamed_cols_axis)
print("\nColumn axis name:", df_renamed_cols_axis.columns.name)

输出结果：

Renamed column axis:A  B
x  1  4
y  2  5
z  3  6Column axis name: cols

---

示例 3：使用 index 和 columns 同时设置多个轴名称

df_multi_axis = df.rename_axis(index='rows', columns='cols')print("Both axes renamed:")
print(df_multi_axis)
print("Row axis name:", df_multi_axis.index.name)
print("Column axis name:", df_multi_axis.columns.name)

输出结果：

Both axes renamed:A  B
x  1  4
y  2  5
z  3  6Row axis name: rows
Column axis name: cols

---

示例 4：删除轴名称（传入 None）

# 删除行索引轴名称
df_no_axis_name = df.rename_axis(None)print("No row axis name:")
print(df_no_axis_name)
print("Axis name:", df_no_axis_name.index.name)

输出结果：

No row axis name:A  B
x  1  4
y  2  5
z  3  6Axis name: None

---

示例 5：多级索引重命名轴名称（适用于 MultiIndex）

# 创建多级索引 DataFrame
df_multi_index = pd.DataFrame({'value': [10, 20, 30]
}, index=pd.MultiIndex.from_tuples([('a', 1), ('a', 2), ('b', 1)], names=['group', 'id']))# 重命名行索引轴名称
df_renamed_multi = df_multi_index.rename_axis(['category', 'identifier'])print("MultiIndex renamed axis:")
print(df_renamed_multi)
print("Index names:", df_renamed_multi.index.names)

输出结果：

MultiIndex renamed axis:value
category identifier          
a          1         102         20
b          1         30Index names: ['category', 'identifier']

---

示例 6：原地修改（inplace=True）

df.rename_axis('new_rows', inplace=True)
print("Inplace rename axis:")
print(df)
print("New index name:", df.index.name)

输出结果：

Inplace rename axis:A  B
x  1  4
y  2  5
z  3  6New index name: new_rows

---

🧠 应用场景

• 数据可视化时标注坐标轴名称；
• 多级索引结构中清晰标识层级含义；
• 数据导出到文件（如 Excel）时保留轴名称；
• 提高 DataFrame 的可读性和语义清晰度；
• 在数据分析报告中展示更明确的维度信息。

---

⚠️ 注意事项

• rename_axis() 不改变行/列标签本身，只改变轴的“名称”属性；
• 可以通过 index 和 columns 分别设置不同轴的名称；
• 支持多级索引，可用于重命名每一层的名称；
• 若传入 None，则会删除当前轴名称；
• 默认不会修改原始 DataFrame，除非设置 inplace=True。