pandas.Series.rename

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

更改 Series 索引标签或名称。

函数/字典值必须是唯一的（1 对 1）。不在字典/Series 中的标签将保持不变。列出的额外标签不会引发错误。

或者，更改 Series.name 为标量值。

更多信息，请参阅 user guide 。

Parameters:

index标量、可哈希序列、类似字典或函数，可选

函数或类字典对象是对索引应用的转换。标量或可哈希序列会改变 Series.name 属性。

axis{0 或 ‘index’}

未使用。参数是与 DataFrame 兼容性所必需的。

copybool, default True

同时复制底层数据。

备注

copy 关键字在 pandas 3.0 中将更改行为。Copy-on-Write 将默认启用，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延迟复制并忽略 copy 关键字。copy 关键字将在 pandas 的未来版本中移除。

通过启用 copy on write pd.options.mode.copy_on_write = True，您可以获得未来的行为和改进。

inplacebool，默认 False

是否返回新的 Series。如果为 True，则忽略 copy 的值。

levelint 或级别名称，默认为 None

对于 MultiIndex，仅重命名指定级别的标签。

errors{‘ignore’, ‘raise’}，默认为 ‘ignore’

如果为 ‘raise’，当类字典映射表或 index 包含在正在转换的索引中不存在的标签时，引发 KeyError。如果为 ‘ignore’，将重命名现有键并忽略多余的键。

Returns:

Series 或 None

索引标签或名称已更改的 Series，如果 inplace=True 则为 None。

参见

DataFrame.rename

相应的 DataFrame 方法。

Series.rename_axis

设置轴的名称。

Examples

>>> 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