pandas.Series.rename

Series.переименовать(index=None, *, ось=None, copy=None, inplace=False, уровень=None, ошибки='ignore')

Изменение меток индекса или имени Series.

Значения функции / словаря должны быть уникальными (1 к 1). Метки, не содержащиеся в словаре / Series, останутся как есть. Дополнительные перечисленные метки не вызывают ошибку.

В качестве альтернативы измените Series.name со скалярным значением.

См. руководство пользователя подробнее.

Параметры:

indexскаляр, хэшируемая последовательность, словарь или функция, опционально

Функции или словареподобные объекты являются преобразованиями для применения к индексу. Скалярные или хэшируемые последовательности изменят Series.name атрибут.

ось{0 или ‘index’}

Не используется. Параметр необходим для совместимости с DataFrame.

copybool, по умолчанию True

Также скопировать исходные данные.

Примечание

The copy ключевое слово изменит поведение в pandas 3.0. Копирование при записи будет включено по умолчанию, что означает, что все методы с copy ключевое слово будет использовать механизм ленивого копирования для отложенного копирования и игнорирования copy ключевое слово. The copy ключевое слово будет удалено в будущей версии pandas.

Вы уже можете получить будущее поведение и улучшения, включив copy on write pd.options.mode.copy_on_write = True

inplacebool, по умолчанию False

Возвращать ли новый Series. Если True, значение copy игнорируется.

уровеньint или имя уровня, по умолчанию None

В случае MultiIndex переименовывать метки только на указанном уровне.

ошибки{‘ignore’, ‘raise’}, по умолчанию ‘ignore’

Если 'raise', вызывает KeyError когда словареподобный маппер или index содержит метки, отсутствующие в преобразуемом индексе. Если 'ignore', существующие ключи будут переименованы, а дополнительные ключи проигнорированы.

Возвращает:

Series или None

Series с изменёнными метками индекса или именем, или None, если inplace=True.

Смотрите также

DataFrame.rename

Соответствующий метод DataFrame.

Series.rename_axis

Установить имя оси.

Примеры

>>> 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