pandas.Series.rename

Series.rename(index=None, *, axis=None, copy=<no_default>, inplace=False, level=None, errors='ignore')

修改系列索引标签或名称。

函数 / 字典值必须是唯一的（一对一）。不在字典 / 系列中的标签将保持不变。额外列出的标签不会引发错误。

或者，将 Series.name 更改为标量值。

更多信息请参见 用户指南。

参数:

索引标量, 可哈希序列, 类似字典或函数 可选

函数或类似字典的转换将应用于索引。标量或可哈希的序列类型将改变 Series.name 属性。

轴{0 或 ‘index’}

未使用。参数需要与 DataFrame 兼容。

复制布尔值, 默认为 False

同时复制底层数据。

备注

copy 关键字将在 pandas 3.0 中改变行为。写时复制 将被默认启用，这意味着所有带有 copy 关键字的方法将使用一种延迟复制机制来推迟复制并忽略 copy 关键字。copy 关键字将在未来版本的 pandas 中被移除。

通过启用写时复制 pd.options.mode.copy_on_write = True，您已经可以获得未来的行为和改进。

自 3.0.0 版本弃用.

inplace布尔值, 默认为 False

是否返回一个新的 Series。如果为 True，则忽略 copy 的值。

级别整数或级别名称，默认为None

在 MultiIndex 的情况下，仅重命名指定级别的标签。

错误{‘ignore’, ‘raise’}, 默认 ‘ignore’

如果 ‘raise’，当一个 类似字典的映射器 或 索引 包含在正在转换的索引中不存在的标签时，会引发 KeyError。如果 ‘ignore’，现有的键将被重命名，多余的键将被忽略。

返回:

系列或无

如果 inplace=True，则带有索引标签或名称更改的系列，或者为 None。

参见

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