对于更新的熊猫版本

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

or

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

如果数据帧应该保留其所有属性，则需要后者。

你可以使用pandas.DataFrame的index和columns属性。注意:列表的元素数量必须与行数/列数匹配。

#       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

当前选择的答案没有提到rename_axis方法，该方法可用于重命名索引和列级别。

---

Pandas在重命名指数级别时有些古怪。还有一个新的DataFrame方法rename_axis可用于更改索引级别名称。

让我们看一下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'])

这个DataFrame对于每个行索引和列索引都有一个级别。行索引和列索引都没有名称。让我们将行索引级别名称更改为'names'。

df.rename_axis('names')

rename_axis方法还可以通过更改axis参数来更改列级别名称:

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

如果使用某些列设置索引，则列名将成为新的索引级别名称。让我们将索引级别附加到原始DataFrame:

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

注意，原始索引没有名称。我们仍然可以使用rename_axis，但需要向它传递一个与索引级别数相同长度的列表。

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

可以使用None来有效地删除索引级别的名称。

---

系列工作原理类似，但有一些不同

让我们创建一个具有三个索引级别的Series

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

我们可以像使用DataFrames一样使用rename_axis

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

注意，在Series下面有一个额外的元数据，称为Name。当从DataFrame创建Series时，此属性被设置为列名。

我们可以将字符串名称传递给rename方法来更改它

s.rename('FOOOOOD')

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

dataframe没有这个属性，如果这样使用，实际上会引发一个异常

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

在pandas 0.21之前，您可以使用rename_axis重命名索引和列中的值。它已被弃用，所以不要这样做

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

是唯一一个为我做的工作(熊猫0.22.0)。 如果没有inplace=True，在我的例子中就没有设置索引的名称。

对于更新的熊猫版本

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

or

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

如果数据帧应该保留其所有属性，则需要后者。

如果你想使用相同的映射来重命名列和索引，你可以这样做:

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)