현재 선택된 답변에는 rename_axis색인 및 열 수준의 이름을 바꾸는 데 사용할 수있는 방법이 언급되어 있지 않습니다 .

팬더는 지수의 이름을 바꾸는 데 약간의 문제가 있습니다. rename_axis색인 레벨 이름을 변경하는 데 사용할 수 있는 새로운 DataFrame 메소드도 있습니다.

DataFrame을 살펴 봅시다

df = pd.DataFrame({'age':[30, 2, 12],
                       'color':['blue', 'green', 'red'],
                       'food':['Steak', 'Lamb', 'Mango'],
                       'height':[165, 70, 120],
                       'score':[4.6, 8.3, 9.0],
                       'state':['NY', 'TX', 'FL']},
                       index = ['Jane', 'Nick', 'Aaron'])

이 DataFrame에는 각 행 및 열 인덱스마다 하나의 수준이 있습니다. 행 및 열 색인 모두 이름이 없습니다. 행 인덱스 레벨 이름을 ‘names’로 변경하십시오.

df.rename_axis('names')

이 rename_axis메소드에는 axis매개 변수 를 변경하여 열 레벨 이름을 변경하는 기능도 있습니다.

df.rename_axis('names').rename_axis('attributes', axis='columns')

일부 열을 사용하여 색인을 설정하면 열 이름이 새 색인 레벨 이름이됩니다. 원래의 DataFrame에 인덱스 레벨을 추가합시다 :

df1 = df.set_index(['state', 'color'], append=True)
df1

원래 색인의 이름이 없는지 확인하십시오. 우리는 여전히 사용할 수 rename_axis있지만 색인 레벨 수와 동일한 길이의 목록을 전달해야합니다.

df1.rename_axis(['names', None, 'Colors'])

None인덱스 레벨 이름을 효과적으로 삭제하는 데 사용할 수 있습니다 .

시리즈는 비슷하지만 약간의 차이가 있습니다.

세 가지 색인 수준으로 시리즈를 만들어 봅시다

s = df.set_index(['state', 'color'], append=True)['food']
s

       state  color
Jane   NY     blue     Steak
Nick   TX     green     Lamb
Aaron  FL     red      Mango
Name: food, dtype: object

rename_axisDataFrame을 사용한 방식과 유사하게 사용할 수 있습니다.

s.rename_axis(['Names','States','Colors'])

Names  States  Colors
Jane   NY      blue      Steak
Nick   TX      green      Lamb
Aaron  FL      red       Mango
Name: food, dtype: object

Series 아래에라는 추가 메타 데이터가 있습니다 Name. DataFrame에서 Series를 만들 때이 특성은 열 이름으로 설정됩니다.

rename메소드에 문자열 이름을 전달 하여 변경할 수 있습니다

s.rename('FOOOOOD')

       state  color
Jane   NY     blue     Steak
Nick   TX     green     Lamb
Aaron  FL     red      Mango
Name: FOOOOOD, dtype: object

DataFrames에는이 속성이 없으며 실제로 이와 같이 사용하면 예외가 발생합니다.

df.rename('my dataframe')
TypeError: 'str' object is not callable

팬더 0.21 이전 rename_axis에는 인덱스 및 열의 값 이름을 바꾸는 데 사용할 수있었습니다 . 더 이상 사용되지 않으므로이 작업을 수행하지 마십시오

답변

df.index = df.index.rename('new name')

df.index.rename('new name', inplace=True)

df.index.names = ['Date']

df = df.reindex(df.index.rename(['Date']))

In [25]: x = pd.DataFrame({'year':[1,1,1,1,2,2,2,2],
   ....:                   'country':['A','A','B','B','A','A','B','B'],
   ....:                   'prod':[1,2,1,2,1,2,1,2],
   ....:                   'val':[10,20,15,25,20,30,25,35]})

In [26]: x = x.set_index(['year','country','prod']).squeeze()

In [27]: x
Out[27]:
year  country  prod
1     A        1       10
               2       20
      B        1       15
               2       25
2     A        1       20
               2       30
      B        1       25
               2       35
Name: val, dtype: int64
In [28]: x.index = x.index.set_names('foo', level=1)

In [29]: x
Out[29]:
year  foo  prod
1     A    1       10
           2       20
      B    1       15
           2       25
2     A    1       20
           2       30
      B    1       25
           2       35
Name: val, dtype: int64

mapping = {0:'Date', 1:'SM'}
df.index.names = list(map(lambda name: mapping.get(name, name), df.index.names))
df.rename(columns=mapping, inplace=True)

df.index.rename('new name', inplace=True)