一般常用的有两个方法：

1、使用DataFrame.index = [newName]，DataFrame.columns = [newName]，这两种方法可以轻松实现。

2、使用rename方法（推荐）：
DataFrame.rename（mapper = None，index = None，columns = None，axis = None，copy = True，inplace = False，level = None ）

参数介绍：

• mapper，index，columns：可以任选其一使用，可以是将index和columns结合使用。index和column直接传入mapper或者字典的形式。
• axis：int或str，与mapper配合使用。可以是轴名称（‘index'，‘columns'）或数字（0,1）。默认为'index'。
• copy：boolean，默认为True，是否复制基础数据。
• inplace：布尔值，默认为False，是否返回新的DataFrame。如果为True，则忽略复制值。

import numpy as npimport pandas as pdfrom pandas import Series, DataFramedf1 = DataFrame(np.arange(9).reshape(3, 3), index = ['bj', 'sh', 'gz'], columns=['a', 'b', 'c'])print(df1)''' a b cbj 0 1 2sh 3 4 5gz 6 7 8'''# 修改 df1 的 indexprint(df1.index) # 可以打印出print的值，同时也可以为其赋值df1.index = Series(['beijing', 'shanghai', 'guangzhou'])print(df1)''' a b cbeijing 0 1 2shanghai 3 4 5guangzhou 6 7 8'''# 可以使用map方法进行映射，map的使用方法就和python中的map几乎一样print(df1.index.map(str.upper)) # Index(['BEIJING', 'SHANGHAI', 'GUANGZHOU'], dtype='object')print(df1) # 结果 并未改变， 上面只是返回一个 dataframe 而已''' a b cbeijing 0 1 2shanghai 3 4 5guangzhou 6 7 8'''# 如果 需要 改变的话，可以如下： 另外赋值给一个变量df1.index = df1.index.map(str.upper)print(df1) # 这样 就 改变了''' a b cBEIJING 0 1 2SHANGHAI 3 4 5GUANGZHOU 6 7 8'''# 更快捷的 方法 使用 rename，可以分别为 index 和 column 来指定值# 使用 map 的方式来赋值df2 = df1.rename(index=str.lower, columns=str.upper) # 这种方法 照样是产生一个新的 dataframeprint(df2)''' 可以很轻松的 修改 dataframe 的 index 和 columns A B Cbeijing 0 1 2shanghai 3 4 5guangzhou 6 7 8'''# 同时，rename 还可以传入字典df3 = df2.rename(index={'beijing':'bj'}, columns = {'A':'aa'}) # 为某个 index 单独修改名称print(df3) #''' aa B Cbj 0 1 2shanghai 3 4 5guangzhou 6 7 8'''# 自定义map函数def test_map(x): return x+'_ABC'print(df1.index.map(test_map))# 输出 Index(['BEIJING_ABC', 'SHANGHAI_ABC', 'GUANGZHOU_ABC'], dtype='object')print(df1.rename(index=test_map))''' a b cBEIJING_ABC 0 1 2SHANGHAI_ABC 3 4 5GUANGZHOU_ABC 6 7 8'''

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。