rename方法接受适用于索引值的索引的字典。
您要重命名为索引级别的名称:
df.index.names = ['Date']
一个好的方法来考虑这是列和索引是相同类型的对象(索引或多索引),你可以通过转置交换这两个。
这有点混乱,因为索引名称有类似的列的意义,所以这里有一些更多的例子:
In [1]: df = pd.DataFrame([[1, 2, 3], [4, 5 ,6]], columns=list('ABC'))
In [2]: df
Out[2]:
A B C
0 1 2 3
1 4 5 6
In [3]: df1 = df.set_index('A')
In [4]: df1
Out[4]:
B C
A
1 2 3
4 5 6
您可以在索引上看到重命名,这可以更改值1:
In [5]: df1.rename(index={1: 'a'})
Out[5]:
B C
A
a 2 3
4 5 6
In [6]: df1.rename(columns={'B': 'BB'})
Out[6]:
BB C
A
1 2 3
4 5 6
重命名级别名称:
In [7]: df1.index.names = ['index']
df1.columns.names = ['column']
注意:这个属性只是一个列表,你可以重命名为list comprehension / map。
In [8]: df1
Out[8]:
column B C
index
1 2 3
4 5 6