Pandas 模块-操纵数据(1)-重命名-rename()-rename_axis()
目录
1. 重命名
1.1 .rename() 函数-修改 Dataframe 数据的行名和列名
1.1.1 .rename() 函数语法
1.1.2 .rename() 函数范例-参数 index 和 columns
1.1.3 .rename() 函数范例-参数 mapper 和 axis
1.1.4 .rename() 函数范例-参数 copy 和 inplace
1.1.5 .rename() 函数范例-参数 level
1.1.6 .rename() 函数范例-参数 errors
1.2 .rename_axis() 函数-设置索引或列的axis名称。
1.2.1 .rename_axis() 函数语法
1.2.2 .rename_axis() 函数范例
在前面几小节中，已经简单的说了Pandas 模块里面的数据结构，如何创建数据，如何和外界交互读取，但是我们使用 Pandas 的主要目的还是为了清洗数据，整理数据，然后得到我们想要的结果。
1. 重命名
1.1 .rename() 函数-修改 Dataframe 数据的行名和列名
1.1.1 .rename() 函数语法
DataFrame.rename(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore')
参数说明：
- mapper: 类似字典或函数，类似Dict或函数的转换，以应用于该轴的值。要么 使用 mapper 和 axis 与指定axis 的目标 进行 mapper 转换，要么使用 index 和 columns。
- index: 类似字典或函数，指定axis (mapper, axis=0 相当于 index=mapper)的替代方法。
- columns: 类似字典或函数，指定axis (mapper, axis=1 相当于 columns=mapper)的替代方法。
- axis:{0 or 'index', 1 or 'columns'}, 默认为0（即' index '）
- int 或 str，轴到目标与mapper。可以是轴名(' index '， ' columns ')或数字(0,1)，
- copy:bool, 默认 True，还要复制底层数据。
- inplace:bool, 默认为 False，是否返回一个新的DataFrame。如果为真，则忽略copy的值。
- level:int 或 level name, 默认 None，对于多索引，只能在指定的级别重命名标签。
- errors:{‘ignore’, ‘raise’}, 默认 ‘ignore’。如果‘raise’，则在类似于 dict 的映射器、索引或列包含正在转换的索引中不存在的标签时引发键错误。如果 ‘ignore’,现有的键将被重命名，额外的键将被忽略。
help(pd.DataFrame.rename)Help on function rename in module pandas.core.frame: rename(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore') Alter axes labels. Function / dict values must be unique (1-to-1). Labels not contained in a dict / Series will be left as-is. Extra labels listed don't throw an error. See the :ref:`user guide` for more. Parameters ---------- mapper : dict-like or function Dict-like or function transformations to apply to that axis' values. Use either ``mapper`` and ``axis`` to specify the axis to target with ``mapper``, or ``index`` and ``columns``. index : dict-like or function Alternative to specifying axis (``mapper, axis=0`` is equivalent to ``index=mapper``). columns : dict-like or function Alternative to specifying axis (``mapper, axis=1`` is equivalent to ``columns=mapper``). axis : {0 or 'index', 1 or 'columns'}, default 0 Axis to target with ``mapper``. Can be either the axis name ('index', 'columns') or number (0, 1). The default is 'index'. copy : bool, default True Also copy underlying data. inplace : bool, default False Whether to return a new DataFrame. If True then value of copy is ignored. level : int or level name, default None In case of a MultiIndex, only rename labels in the specified level. errors : {'ignore', 'raise'}, default 'ignore' If 'raise', raise a `KeyError` when a dict-like `mapper`, `index`, or `columns` contains labels that are not present in the Index being transformed. If 'ignore', existing keys will be renamed and extra keys will be ignored. Returns ------- DataFrame or None DataFrame with the renamed axis labels or None if ``inplace=True``.
先准备数据
df = pd.DataFrame({"A": [0, 1, 2], "B": [3, 4, 5]})
df
1.1.2 .rename() 函数范例-参数 index 和 columns
index 和 columns ，这两者既可以单独用，也可以组合在一起用。
如果是index 和 columns 使用 dict 形式
df.rename(index={0: "x", 1: "y", 2: "z"},# dict 替换名字
columns={"A": "a", "B": "b"}) # dict 格式替换名字运行结果
如果是index 和 columns 使用 函数形式
df.rename(index=lambda x:x+1,# lambda 函数 对 index 进行操作
columns=lambda x:x*2) # 同上
如果代码中的 lambda 函数换成其他内置函数或者用户定义的函数也是可以的。
例如将 index 转换成 str 类型
1.1.3 .rename() 函数范例-参数 mapper 和 axis
mapper 和 axis ，这两者需要组合在一起使用，即使 axis 没有指定，也是默认为 0 即 “index” 的。
只明确指定 mapper 参数，mapper 为 dict
df.rename(mapper={0: "x", 1: "y", 2: "z"})# axis 为默认 0 即 index
明确指定 mapper 参数，mapper 为 dict ，明确指定 axis，采用数值方式
df.rename(mapper={"A": "a", "B": "b"},
axis=1)# axis 为默认 1 即 index 
明确指定 mapper 参数，mapper 为 函数，明确指定 axis，采用字符串方式
df.rename(mapper=lambda x:x.upper(),
axis="columns")# axis 为默认 1 即 index 
1.1.4 .rename() 函数范例-参数 copy 和 inplace
- copy:bool, 默认 True，还要复制底层数据。
- inplace:bool, 默认为 False，是否返回一个新的DataFrame。如果为真，则忽略copy的值。
1.1.5 .rename() 函数范例-参数 level
level : int or level name, default None In case of a MultiIndex, only rename labels in the specified level
1.1.6 .rename() 函数范例-参数 errors
errors : {'ignore', 'raise'}, default 'ignore'
If 'raise', raise a `KeyError` when a dict-like `mapper`, `index`, or `columns` contains labels that are not present in the Index being transformed.
If 'ignore', existing keys will be renamed and extra keys will be ignored.
errors 这个参数非常好理解，它加强了对 error 的错误控制。
1.2 .rename_axis() 函数-设置索引或列的axis名称。
1.2.1 .rename_axis() 函数语法
DataFrame.rename_axis(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False)
参数说明
Help on function rename_axis in module pandas.core.generic:
rename_axis(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False)
Set the name of the axis for the index or columns.
Parameters
----------
mapper : scalar, list-like, optional
Value to set the axis name attribute.
index, columns : scalar, list-like, dict-like or function, optional
A scalar, list-like, dict-like or functions transformations to
apply to that axis' values.
Note that the ``columns`` parameter is not allowed if the
object is a Series. This parameter only apply for DataFrame
type objects.
Use either ``mapper`` and ``axis`` to
specify the axis to target with ``mapper``, or ``index``
and/or ``columns``.
.. versionchanged:: 0.24.0
axis : {0 or 'index', 1 or 'columns'}, default 0
The axis to rename.
copy : bool, default True
Also copy underlying data.
inplace : bool, default False
Modifies the object directly, instead of creating a new Series
or DataFrame.
Returns
-------
Series, DataFrame, or None
The same type as the caller or None if ``inplace=True``.
See Also
--------
Series.rename : Alter Series index labels or name.
DataFrame.rename : Alter DataFrame index labels or name.
Index.rename : Set new names on index.
Notes
-----
``DataFrame.rename_axis`` supports two calling conventions
* ``(index=index_mapper, columns=columns_mapper, ...)``
* ``(mapper, axis={'index', 'columns'}, ...)``
The first calling convention will only modify the names of
the index and/or the names of the Index object that is the columns.
In this case, the parameter ``copy`` is ignored.
The second calling convention will modify the names of the
corresponding index if mapper is a list or a scalar.
However, if mapper is dict-like or a function, it will use the
deprecated behavior of modifying the axis *labels*.
We *highly* recommend using keyword arguments to clarify your
intent.
1.2.2 .rename_axis() 函数范例
在已经介绍 DataFrame.rename 的基础上，安装包里面的 rename_axis() 范例就足够了
Examples -------- **Series** >>> s = pd.Series(["dog", "cat", "monkey"]) >>> s 0 dog 1 cat 2 monkey dtype: object >>> s.rename_axis("animal") animal 0 dog 1 cat 2 monkey dtype: object **DataFrame** >>> df = pd.DataFrame({"num_legs": [4, 4, 2], ... "num_arms": [0, 0, 2]}, ... ["dog", "cat", "monkey"]) >>> df num_legs num_arms dog 4 0 cat 4 0 monkey 2 2 >>> df = df.rename_axis("animal") >>> df num_legs num_arms animal dog 4 0 cat 4 0 monkey 2 2 >>> df = df.rename_axis("limbs", axis="columns") >>> df limbs num_legs num_arms animal dog 4 0 cat 4 0 monkey 2 2 **MultiIndex** >>> df.index = pd.MultiIndex.from_product([['mammal'], ... ['dog', 'cat', 'monkey']], ... names=['type', 'name']) >>> df limbs num_legs num_arms type name mammal dog 4 0 cat 4 0 monkey 2 2 >>> df.rename_axis(index={'type': 'class'}) limbs num_legs num_arms class name mammal dog 4 0 cat 4 0 monkey 2 2 >>> df.rename_axis(columns=str.upper) LIMBS num_legs num_arms type name mammal dog 4 0 cat 4 0 monkey 2 2In [11]:
1
data[["id","title"]]Out[11]:
id title 0 1 Teacher 1 2 NewMan 2 3 Policeman 3 4 CodingMan 4 5 Officer 5 6 Farmer 6 7 Trader 7 8 Thief 8 9 Builder 9 10 Singer
'''
要是大家觉得写得还行，麻烦点个赞或者收藏吧，想给博客涨涨人气，非常感谢！
'''