前言

无论是在学习还是在工作中，数据一直伴随我们左右。量化研究的盛行，就意味着对客观现实的捕捉是人类理性的重要表现。数据处理与分析是一个数据价值挖掘的过程，然而相应的工具却很多，且各有特色，相关的工具有SPSS、R语言、SQL和python等。

在数据处理过程中，我们经常会遇到关于轴标签的处理问题。轴标签的处理，大家乍一看上去有点懵，特别是对数据处理相关知识不甚了解对伙伴们。这里举个简单对例子来进一步了解一下，比如我们要个一个数据集中对列改名字。

接下来，小编带领大家一起来学习，如何通过python方法来实现轴标签转换的。期间我们会涉及到pandas的两种数据结构Series 和DataFrame。如果对此不是十分了解，可以阅读小编相应文章进行学习或者查阅相关知识，再次不做赘述。

跟Series中的值一样，轴标签也可以通过函数或映射进行转换，从而得到一个新对象。轴还可以被就地修改，而无须新建一个数据结构。

In [12]: import pandas as pd
In [13]: from pandas import Series,DataFrame
In [14]: data=DataFrame(np.arange(12).reshape((3,4)),
index=['Ohio','Colorado','New York'],
columns=['one','two','three','four'])
In [15]: data
Out[15]:
one two three four
Ohio 0 1 2 3
Colorado 4 5 6 7
New York 8 9 10 11

map方法

跟Series一样，轴标签也有一个map方法：

In [16]: data.index.map(str.upper)
Out[16]: Index(['OHIO', 'COLORADO', 'NEW YORK'], dtype='object')

可以将其赋值给index，这样就可以对DataFrame进行就地修改了：

In [17]: data.index=data.index.map(str.upper)
In [18]: data
Out[18]:
one two three four
OHIO 0 1 2 3
COLORADO 4 5 6 7
NEW YORK 8 9 10 11

rename方法

如果想要创建数据集的转换版(而不是修改原始数据)，比较使用的方法是rename：

In [19]: data.rename(index=str.title,columns=str.upper)
Out[19]:
ONE TWO THREE FOUR
Ohio 0 1 2 3
Colorado 4 5 6 7
New York 8 9 10 11

更新轴标签

特别说明一下，rename可以结合字典型对象实现对部分轴标签的更新：

In [20]: data.rename(index={'OHIO':'INDIANA'},columns={'three':'peekaboo'})

Out[20]:

one two peekaboo four
INDIANA 0 1 2 3
COLORADO 4 5 6 7
NEW YORK 8 9 10 11

修改某个数据集：inplace=True

Rename带我们实现了：复制DataFrame并对其索引和列标签进行赋值。如果希望就地修改某个数据集，传入inplace=True即可：

In [21]: _=data.rename(index={'OHIO':'INDIANA'},inplace=True)

In [22]: data

Out[22]:

one two three four
INDIANA 0 1 2 3
COLORADO 4 5 6 7
NEW YORK 8 9 10 11

总结

无论是map方法、rename方法，还是更新轴标签方法，亦或是修改某个数据集方法，都是python轴标签转换方法。没有好与坏之分，适用于不同对应用场景。大家在实际应用过程中，结合自己的使用场景，选择一个适合的方法即可。希望大家如小编一样喜欢python，感谢支持！记得给个关注支持一下哦！万分感谢！