Pandas2.2 Series
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| Series.align(other[, join, axis, level, …]) | 用于将两个 Series 对齐，使其具有相同的索引 |
| Series.case_when(caselist) | 用于根据条件列表对 Series 中的元素进行条件判断并返回相应的值 |
| Series.drop([labels, axis, index, columns, …]) | 用于从 Series 中删除指定的行或列（对于 Series 来说，通常是删除行） |
| Series.droplevel(level[, axis]) | 用于从多层索引（MultiIndex）的 Series 中删除指定的索引层级 |
| Series.drop_duplicates(*[, keep, inplace, …]) | 用于从 Series 中删除重复的值 |
Series.duplicated([keep]) | 用于检测 Series 中的重复值 |
| Series.equals(other) | 用于比较两个 Series 对象是否完全相等的方法 |
| Series.first(offset) | 用于根据日期偏移量（offset）选择 Series 中时间序列数据的初始部分 |
Series.head([n]) | 用于返回 Series 的前 n 个元素 |
| Series.idxmax([axis, skipna]) | 用于返回 Series 中最大值的索引 |
| Series.idxmin([axis, skipna]) | 用于返回 Series 中最小值的索引 |
| Series.isin(values) | 用于检查 Series 中的每个元素是否存在于给定的值集合 values 中 |
| Series.last(offset) | 用于根据日期偏移量（offset）选择 Series 中时间序列数据的末尾部分 |
| Series.reindex([index, axis, method, copy, …]) | 用于重新索引 Series 对象的方法 |
| Series.reindex_like(other[, method, copy, …]) | 用于将 Series 对象重新索引以匹配另一个 Series 或 DataFrame 的索引的方法 |
| Series.rename([index, axis, copy, inplace, …]) | 用于重命名 Series 对象的索引或轴标签的方法 |
| Series.rename_axis([mapper, index, axis, …]) | 用于为 Series 的索引轴（index）或列轴（columns，对于 Series 通常不适用）设置名称 |
pandas.Series.rename_axis
pandas.Series.rename_axis() 是 Pandas 库中的一个方法，用于为 Series 的索引轴（index）或列轴（columns，对于 Series 通常不适用）设置名称。它可以修改索引轴或列轴的名称，而不是修改索引或列本身的值。
方法签名
Series.rename_axis(mapper=<no_default>, *, index=<no_default>, axis=0, copy=True, inplace=False)
参数详解
-
mapper:- 用于设置轴名称的值。
- 可以是标量（如字符串）或字典、函数等。
- 如果未指定
index参数，则mapper用于设置索引轴的名称。 - 默认值：
<no_default>。
-
index:- 用于设置索引轴名称的值。
- 可以是标量（如字符串）或字典、函数等。
- 如果同时指定了
mapper和index，则index优先。 - 默认值：
<no_default>。
-
axis:- 指定要操作的轴。
- 对于 Series，
axis只能是0（默认值），表示操作索引轴。 - 默认值：
0。
-
copy:- 是否返回一个新的 Series。
- 如果
True（默认值），则返回一个新的 Series。 - 如果
False，则尝试直接修改原 Series（可能不会总是生效）。 - 默认值：
True。
-
inplace:- 是否直接修改原 Series。
- 如果
True，则直接修改原 Series，并返回None。 - 如果
False（默认值），则返回一个新的 Series。 - 默认值：
False。
返回值
- 如果
inplace=False（默认），则返回一个新的 Series，其中索引轴或列轴的名称被修改。 - 如果
inplace=True，则直接修改原 Series，并返回None。
示例及结果
示例 1：为索引轴设置名称
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
print("原 Series:")
print(s)
# 为索引轴设置名称
result = s.rename_axis('index_name')
print("\n修改索引轴名称后的 Series:")
print(result)
结果：
原 Series:
a 10
b 20
c 30
dtype: int64
修改索引轴名称后的 Series:
index_name
a 10
b 20
c 30
dtype: int64
解释：
- 索引轴的名称被设置为
'index_name'。
示例 2：使用 index 参数设置索引轴名称
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
print("原 Series:")
print(s)
# 使用 index 参数为索引轴设置名称
result = s.rename_axis(index='index_label')
print("\n修改索引轴名称后的 Series:")
print(result)
结果：
原 Series:
a 10
b 20
c 30
dtype: int64
修改索引轴名称后的 Series:
index_label
a 10
b 20
c 30
dtype: int64
解释：
- 索引轴的名称被设置为
'index_label'。
示例 3：使用 inplace=True 直接修改原 Series
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
print("原 Series:")
print(s)
# 直接修改原 Series 的索引轴名称
s.rename_axis('index_name', inplace=True)
print("\n修改后的 Series:")
print(s)
结果：
原 Series:
a 10
b 20
c 30
dtype: int64
修改后的 Series:
index_name
a 10
b 20
c 30
dtype: int64
解释：
- 原 Series 的索引轴名称被直接修改为
'index_name'。
示例 4：移除索引轴名称
import pandas as pd
# 创建一个带名称索引轴的 Series
s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
s = s.rename_axis('index_name')
print("原 Series:")
print(s)
# 移除索引轴名称
result = s.rename_axis(None)
print("\n移除索引轴名称后的 Series:")
print(result)
结果：
原 Series:
index_name
a 10
b 20
c 30
dtype: int64
移除索引轴名称后的 Series:
a 10
b 20
c 30
dtype: int64
解释：
- 通过传递
None，移除了索引轴的名称。
注意事项
rename_axis()仅修改轴名称，不会修改索引或列的值。- 如果
inplace=True，则直接修改原 Series，并返回None。 - 可以通过传递
None移除轴名称。
通过 rename_axis() 方法，可以方便地为 Series 的索引轴设置或修改名称，使数据更具可读性和结构化。
