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'）

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