详解pandas DataFrame修改行列名

写在前面的话：

在做WISE数据处理时，有时候需要将几组数据生成一个DataFrame，然而在生成的过程中我一般不会设置列的名字（因为这种过程可能会有很多步），所以最后的列名是默认的。为了方便自己以后读代码，还是希望最后已处理好的数据有相应的数据相关列名。

自己在网上也查了了一些人的解决办法，感觉没有一个能讲明白，现将自己的理解总结如下。

方法1:修改DataFrame的columns或index属性值

DataFrame属性链接： DataFrame 。现在我们知道，对于每一个DataFrame都有index和columns两个属性，这两个属性给出了Dataframe的 $\color{red}{索引}$ 和 $\color{red}{列}$ 的信息。所以我们可以对DataFrame的index或columns属性信息重新赋值，以达到对行或者列重新命名。

$\color{red}{注}$ ：这种方法是一次性将所有的行 or 列重新命名，不能仅对单个或几个行 or 列重新命名，因为DataFrame的index或columns属性值是不可更改的(即：可以将index属性值整体赋值，但不能对单个或者几个赋值)。

import numpy as np
import pandas as pd
df = pd.DataFrame({
    'col1':['a','a','b',np.nan,'c'],
    'col2':[2, 1, 8, 7, 6],
    'col3':[0, 4, 7, 2, 3],
    col1 col2 col3
0   a    2    0
1   a    1    4
2   b    8    7
3   NaN  7    2
4   c    6    3
#修改行标签
df.columns
Index(['col1', 'col2', 'col3'], dtype='object')
df.columns = ['a','b','c']
    a   b   c
0   a   2   0
1   a   1   4
2   b   8   7
3   NaN 7   2
4   c   6   3
#修改列标签
df.index = ['a0','a1','a2','a3','a4']
    col1 col2 col3
a0  a    2    0
a1  a    1    4
a2  b    8    7
a3  NaN  7    2
a4  c    6    3
方法2:pandas.DataFrame.rename()函数
rename函数是专门为了修改DataFrame坐标轴标签函数。rename函数的优点：可以 $\color{red}{选择性的修改}$ 某行某列的标签。
 $\color{red}{注}$ ：函数/字典中的值必须是唯一的（1对1）。 未包含在字典/Series中的标签将保留原样。 列出的额外标签不会引发错误。
DataFrame.rename(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore')
参数介绍：
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
df.rename(columns={"A": "a", "B": "c"})
0  1  4
1  2  5
2  3  6
df.rename(index={0: "x", 1: "y", 2: "z"})
x  1  4
y  2  5
z  3  6
df.rename(str.lower, axis='columns')
0  1  4
1  2  5
2  3  6
df.rename({1: 2, 2: 4}, axis='index')
0  1  4
2  2  5
4  3  6