J'ai un fichier csv sans en-tête, avec un index DateTime. Je veux renommer l'index et le nom de la colonne, mais avec df.rename (), seul le nom de la colonne est renommé. Punaise? Je suis sur la version 0.12.0

In [2]: df = pd.read_csv(r'D:\Data\DataTimeSeries_csv//seriesSM.csv', header=None, parse_dates=[[0]], index_col=[0] )

In [3]: df.head()
Out[3]: 
                   1
0                   
2002-06-18  0.112000
2002-06-22  0.190333
2002-06-26  0.134000
2002-06-30  0.093000
2002-07-04  0.098667

In [4]: df.rename(index={0:'Date'}, columns={1:'SM'}, inplace=True)

In [5]: df.head()
Out[5]: 
                  SM
0                   
2002-06-18  0.112000
2002-06-22  0.190333
2002-06-26  0.134000
2002-06-30  0.093000
2002-07-04  0.098667

La renameméthode prend un dictionnaire pour l'index qui s'applique aux valeurs d' index .
Vous souhaitez renommer le nom du niveau d'index:

df.index.names = ['Date']

Une bonne façon de penser à cela est que les colonnes et l'index sont le même type d'objet ( Indexou MultiIndex), et que vous pouvez échanger les deux via transpose.

C'est un peu déroutant car les noms d'index ont une signification similaire à celle des colonnes, voici donc quelques exemples supplémentaires:

In [1]: df = pd.DataFrame([[1, 2, 3], [4, 5 ,6]], columns=list('ABC'))

In [2]: df
Out[2]: 
   A  B  C
0  1  2  3
1  4  5  6

In [3]: df1 = df.set_index('A')

In [4]: df1
Out[4]: 
   B  C
A      
1  2  3
4  5  6

Vous pouvez voir le changement de nom sur l'index, ce qui peut changer la valeur 1:

In [5]: df1.rename(index={1: 'a'})
Out[5]: 
   B  C
A      
a  2  3
4  5  6

In [6]: df1.rename(columns={'B': 'BB'})
Out[6]: 
   BB  C
A       
1   2  3
4   5  6

En renommant les noms de niveau:

In [7]: df1.index.names = ['index']
        df1.columns.names = ['column']

Remarque: cet attribut est juste une liste et vous pouvez le renommer en tant que compréhension / carte de liste.

In [8]: df1
Out[8]: 
column  B  C
index       
1       2  3
4       5  6

La réponse actuellement sélectionnée ne mentionne pas la rename_axisméthode qui peut être utilisée pour renommer les niveaux d'index et de colonne.

Pandas a une certaine bizarrerie lorsqu'il s'agit de renommer les niveaux de l'index. Il existe également une nouvelle méthode DataFrame rename_axisdisponible pour modifier les noms de niveau d'index.

Jetons un œil à un DataFrame

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'])

Ce DataFrame a un niveau pour chacun des index de ligne et de colonne. L'index de ligne et de colonne n'a pas de nom. Modifions le nom du niveau d'index de ligne en «noms».

df.rename_axis('names')

La rename_axisméthode a également la possibilité de modifier les noms de niveau de colonne en modifiant le axisparamètre:

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

Si vous définissez l'index avec certaines des colonnes, le nom de la colonne deviendra le nouveau nom de niveau d'index. Ajoutons aux niveaux d'indexation de notre DataFrame d'origine:

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

Remarquez que l'index d'origine n'a pas de nom. Nous pouvons toujours utiliser rename_axismais devons lui transmettre une liste de la même longueur que le nombre de niveaux d'index.

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

Vous pouvez utiliser Nonepour supprimer efficacement les noms de niveau d'index.

Les séries fonctionnent de la même manière mais avec quelques différences

Créons une série avec trois niveaux d'index

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

Nous pouvons utiliser de la rename_axismême manière que nous l'avons fait avec DataFrames

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

Notez qu'il y a un élément supplémentaire de métadonnées sous la série appelée Name. Lors de la création d'une série à partir d'un DataFrame, cet attribut est défini sur le nom de la colonne.

Nous pouvons passer un nom de chaîne à la renameméthode pour le changer

s.rename('FOOOOOD')

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

Les DataFrames n'ont pas cet attribut et en fait lèveront une exception s'ils sont utilisés comme ceci

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

Avant pandas 0.21, vous auriez pu rename_axisrenommer les valeurs de l'index et des colonnes. Il est obsolète, alors ne le faites pas

Pour les pandasversions plus récentes

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

ou

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

Ce dernier est requis si une trame de données doit conserver toutes ses propriétés.

Dans Pandas version 0.13 et supérieure, les noms de niveau d'index sont immuables (type FrozenList) et ne peuvent plus être définis directement. Vous devez d'abord utiliser Index.rename()pour appliquer les nouveaux noms de niveau d'index à l'index, puis utiliser DataFrame.reindex()pour appliquer le nouvel index au DataFrame. Exemples:

Pour la version Pandas <0.13

df.index.names = ['Date']

Pour la version Pandas> = 0.13

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

Vous pouvez également utiliser Index.set_namescomme suit:

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

Si vous souhaitez utiliser le même mappage pour renommer les colonnes et l'index, vous pouvez faire:

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)

Est le seul qui fait le travail pour moi (pandas 0.22.0).
Sans inplace = True, le nom de l'index n'est pas défini dans mon cas.

vous pouvez utiliser indexet les columnsattributs de pandas.DataFrame. REMARQUE: le nombre d'éléments de la liste doit correspondre au nombre de lignes / colonnes.

#       A   B   C
# ONE   11  12  13
# TWO   21  22  23
# THREE 31  32  33

df.index = [1, 2, 3]
df.columns = ['a', 'b', 'c']
print(df)

#     a   b   c
# 1  11  12  13
# 2  21  22  23
# 3  31  32  33