Función Pandas df.rename()

df.rename()Es la función en Pandas que se utiliza para renombrar los nombres de columnas o índices de un DataFrame.

En el análisis de datos, unos nombres de columnas e índices claros son muy importantes para la legibilidad y el mantenimiento del código.rename()Permite modificar de forma flexible los nombres de columnas e índices, haciendo que los datos sean más estandarizados y fáciles de entender. Esto es especialmente útil en la importación de datos, la limpieza y la generación de informes.

Sintaxis básica y parámetros

rename()Es una función miembro de DataFrame, mediante el operador punto.para invocarla.

Formato de sintaxis

DataFrame.rename(mapper=None, index=None, columns=None, axis=None, inplace=False, errors='ignore')

Descripción de parámetros

Parámetro	Tipo	Obligatorio	Descripción	Valor predeterminado
mapper	dict o función	Opcional	Regla de mapeo para renombrar ejes (índices de filas o nombres de columnas). Puede ser un dict o una función. Se utiliza junto con`axis`el parámetro.	None
index	dict o función	Opcional	Especifica directamente la regla de renombrado para los índices de fila. Tiene prioridad sobre`mapper`y`axis`。	None
columns	dict o función	Opcional	Especifica directamente la regla de renombrado para los nombres de columnas. Tiene prioridad sobre`mapper`y`axis`。	None
axis	int o str	Opcional	Especifica el eje que se va a renombrar.`0`o`'index'`Indica el índice de filas;`1`o`'columns'`Indica los nombres de columnas.	None
inplace	bool	Opcional	Si es`True`, modifica directamente el DataFrame original, no devuelve un nuevo objeto; si es`False`, devuelve un nuevo DataFrame, los datos originales no cambian.	False
errors	str	Opcional	Controla el manejo de errores.`'raise'`Indica que se lanza una excepción cuando no se encuentra la clave correspondiente;`'ignore'`Indica que se ignoran las claves inexistentes.	'ignore'

Descripción del valor de retorno

Devuelve un nuevo DataFrame (siinplace=False), oNone(siinplace=True）。
en el DataFrame devuelto, los nombres de columnas o índices han sido renombrados.

Ejemplos

A través de una serie de ejemplos, dominaremos por completorename()el uso de.

Ejemplo 1: Renombrar nombres de columnas

Usandocolumnsel parámetro se pueden renombrar fácilmente los nombres de columnas.

Ejemplo

import pandas as pd

# Crear un DataFrame
data = {
'name': ['Zhang San', 'Li Si', 'Wang Wu'],
'age': [25, 30, 35],
'salary': [5000, 6000, 7000]
}
df = pd.DataFrame(data)

print("datos originales:")
print(df)
print("=" * 50)

# Renombrar nombres de columnas usando un diccionario
df_renamed = df.rename(columns={
'name': 'Nombre',
'age': 'Edad',
'salary': 'Salario'
})

print("Datos después de renombrar las columnas:")
print(df_renamed)

Resultado esperado:

原始数据：
   name  age  salary
0  张三   25   5000
1  李四   30   6000
2  王五   35   7000
==================================================
重命名列名后的数据：
    姓名  年龄   薪资
0  张三   25  5000
1  李四   30  6000
2  王五   35  7000

Análisis del código:

Los nombres de columnas de los datos originales están en inglés; usamos un diccionario para renombrarlos al chino.
Usandocolumnsel parámetro solo afecta a los nombres de columnas, no a los índices de filas.
Esta es una operación común de normalización de datos.

Ejemplo 2: Renombrar índices de filas

Usandoindexel parámetro se pueden renombrar los índices de filas.

Ejemplo

import pandas as pd

# Crear un DataFrame, usando el índice predeterminado
data = {
'Fruta': ['Manzana', 'Plátano', 'Naranja'],
'Cantidad': [10, 20, 15]
}
df = pd.DataFrame(data)

print("Datos originales (índice predeterminado):")
print(df)
print("=" * 50)

# Usar un diccionario para renombrar el índice de filas
df_renamed = df.rename(index={
0: 'Primera fila',
1: 'Segunda fila',
2: 'Tercera fila'
})

print("Datos después de renombrar el índice de filas:")
print(df_renamed)

Resultado esperado:

原始数据（默认索引）：
   水果  数量
0  苹果  10
1  香蕉  20
2  橙子  15
==================================================
重命名行索引后的数据：
     水果  数量
第一行   苹果  10
第二行   香蕉  20
第三行   橙子  15

Análisis del código:

Los índices de fila de los datos originales son números como 0, 1, 2.
Usandoindexel parámetro se pueden renombrar a nombres más significativos.
Esto es especialmente útil al generar informes.

Ejemplo 3: Renombrar simultáneamente nombres de columnas e índices de filas

Se pueden renombrar de una sola vez los nombres de columnas y los índices de filas.

Ejemplo

import pandas as pd

# Crear un DataFrame
data = {
'A': [1, 2, 3],
'B': [4, 5, 6]
}
df = pd.DataFrame(data, index=['x', 'y', 'z'])

print("datos originales:")
print(df)
print("=" * 50)

# Renombrar simultáneamente los nombres de columnas e índices de filas
df_renamed = df.rename(columns={'A': 'Columna A', 'B': 'Columna B'}, index={'x': 'Fila X', 'y': 'Fila Y', 'z': 'Fila Z'})

print("Datos renombrados:")
print(df_renamed)

Resultado esperado:

原始数据：
   A  B
x  1  4
y  2  5
z  3  6
==================================================
重命名后的数据：
    列A  列B
行X   1   4
行Y   2   5
行Z   3   6

Análisis del código:

Se pueden usar simultáneamentecolumnsyindexlos parámetros.
Esto es muy conveniente al importar y estandarizar datos.

Ejemplo 4: Usar una función para renombrar

rename()También acepta funciones como parámetro, lo que permite realizar conversiones por lotes en nombres de columnas o índices.

Ejemplo

import pandas as pd

# Crear un DataFrame con nombres de columnas más complejos
data = {
'USER_NAME': ['Zhang San', 'Li Si'],
'USER_AGE': [25, 30],
'USER_SALARY': [5000, 6000]
}
df = pd.DataFrame(data)

print("datos originales:")
print(df)
print("=" * 50)

# Convertir los nombres de columnas a minúsculas usando una función
df_lower = df.rename(columns=str.lower)

print(Nombres de columnas en minúsculas:)
print(df_lower)
print("=" * 50)

# Usar una función para eliminar el prefijo (como USER_)
df_clean = df.rename(columns=lambda x: x.replace('USER_', ''))

print(Después de eliminar el prefijo:)
print(df_clean)
print("=" * 50)

# Agregar prefijo usando función
df_prefix = df.rename(columns=lambda x: 'col_' + x)

print(Después de añadir el prefijo:)
print(df_prefix)

Resultado esperado:

原始数据：
  USER_NAME  USER_AGE  USER_SALARY
0       张三       25       5000
1       李四       30       6000
列名转小写后：
  user_name  user_age  user_salary
0       张三       25       数据清洗
1       李四       30       6000
==================================================
去除前缀后：
  NAME  AGE  SALARY
0  张三   25  5000
1  李四   30  6000

Análisis del código:

str.lowerEs el método para convertir una cadena a minúsculas.
Usandolambdafunciones se pueden manejar de forma flexible reglas de nomenclatura complejas.
Este método es adecuado para procesar por lotes una gran cantidad de nombres de columnas.

Ejemplo 5: Usar el parámetro inplace para modificar en el lugar

Usandoinplace=Truese puede modificar directamente el DataFrame original, sin devolver un nuevo objeto.

Ejemplo

import pandas as pd

# Crear un DataFrame
data = {
'name': ['Zhang San', 'Li Si'],
'age': [25, 30]
}
df = pd.DataFrame(data)

print("datos originales:")
print(df)
print(f"Datos originales id: {id(df)}")
print("=" * 50)

# Usar inplace=True para modificar en el lugar
df.rename(columns={'name': 'Nombre', 'age': 'Edad'}, inplace=True)

print("Datos después de modificar con inplace=True:")
print(df)
print(fDatos modificados id: {id(df)})

Resultado esperado:

原始数据：
   name  age
0  张三   25
1  李四   30
原始数据 id: 140234567890
==================================================
使用 inplace=True 修改后的数据：
    姓名  年龄
0  张三   25
1  李四   30
修改后数据 id: 140234567890  # 同一个对象

Análisis del código:

Usandoinplace=Truedespués, la dirección de memoria (id) del DataFrame no cambia, lo que indica que es una modificación en el lugar.
Este método puede ahorrar memoria, especialmente al trabajar con conjuntos de datos grandes.

Ejemplo 6: Manejar nombres de columnas inexistentes

Usandoerrorsel parámetro se puede controlar el comportamiento cuando un nombre de columna no existe.

Ejemplo

import pandas as pd

# Crear un DataFrame
data = {
'A': [1, 2, 3],
'B': [4, 5, 6]
}
df = pd.DataFrame(data)

print("datos originales:")
print(df)
print("=" * 50)

# Intenta renombrar una columna inexistente, usando errors='ignore' (por defecto)
df_renamed = df.rename(columns={'C': 'C_new'}) # La columna C no existe

print(Renombrar una columna inexistente (C), usando el comportamiento predeterminado:)
print(df_renamed) # No habrá ningún cambio
print("=" * 50)

# Intenta renombrar una columna inexistente, usando errors='raise'
try:
df_renamed2 = df.rename(columns={'C': 'C_new'}, errors='raise')
except KeyError as e:
print(f"Excepción lanzada: {e}")

Resultado esperado:

原始数据：
   A  B
0  1  4
1  2  5
2  3  6
==================================================
重命名不存在的列（C），使用默认行为：
   A  B
0  1  4
1  2  5
2  3  6  # 无变化
==================================================errors
==================================================
抛出异常: 'C'

Análisis del código:

Por defecto (errors='ignore'), si la columna no existe, no habrá ningún cambio ni se reportará un error.
Si se estableceerrors='raise', se lanzará unaKeyErrorexcepción.

Ejemplo 7: Usar el parámetro axis

UsoaxisEl parámetro permite especificar de forma más flexible el eje a renombrar.

Ejemplo

import pandas as pd

# Crear un DataFrame
data = {
'col1': [1, 2, 3],
'col2': [4, 5, 6]
}
df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])

print("Datos originales:")
print(df)
print("=" * 50)

# Usar axis='columns' para renombrar columnas
df_renamed_cols = df.rename({'col1': 'Primera columna', 'col2': 'Segunda columna'}, axis='columns')

print("Después de usar axis='columns' para renombrar columnas:")
print(df_renamed_cols)
print("=" * 50)

# Usar axis='index' para renombrar los índices de fila
df_renamed_idx = df.rename({'row1': 'Primera fila', 'row2': 'Segunda fila', 'row3': 'Tercera fila'}, axis='index')

print("Después de renombrar filas con axis='index':")
print(df_renamed_idx)

Resultado esperado:

原始数据：
      col1  col2
row1     1     4
row2     2     5
row3     3     6
==================================================
使用 axis='columns' 重命名列后：
      第一列  第二列
row1     1     4
row2     2     5
row3     3     6

Análisis del código:

axis='columns'oaxis=1Representa operar sobre las columnas.
axis='index'oaxis=0Representa operar sobre los índices de las filas.
Esta sintaxis es consistente con el estilo de NumPy.

Notas

rename()Por defecto, no se modifica el DataFrame original; si desea modificarlo en el lugar, utiliceinplace=Trueel parámetro.
Utilice preferentementecolumnsyindexel parámetro, en lugar demapperyaxis, porque el primero es más claro y fácil de entender.
Al usar una función para renombrar, asegúrese de que la función devuelva un tipo cadena (string); de lo contrario, pueden producirse errores.
Al procesar conjuntos de datos grandes, el uso deinplace=Truepuede ahorrar memoria.
Antes de renombrar, se recomienda revisar los nombres de columna actuales; puede usardf.columnspara verlos.

Pandas 常用函数 Funciones comunes de Pandas

Lectura y escritura de datos

Núcleo de procesamiento de datos

Manual de referencia

Estadística y casos

Función Pandas df.rename()

Sintaxis básica y parámetros

Formato de sintaxis

Descripción de parámetros

Descripción del valor de retorno

Ejemplos

Ejemplo 1: Renombrar nombres de columnas

Ejemplo

Ejemplo 2: Renombrar índices de filas

Ejemplo

Ejemplo 3: Renombrar simultáneamente nombres de columnas e índices de filas

Ejemplo

Ejemplo 4: Usar una función para renombrar

Ejemplo

Ejemplo 5: Usar el parámetro inplace para modificar en el lugar

Ejemplo

Ejemplo 6: Manejar nombres de columnas inexistentes

Ejemplo

Ejemplo 7: Usar el parámetro axis

Ejemplo

Notas