rename（）的用法

`rename()` 函数的基本语法如下：

DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None)

该函数的参数说明如下：

- `mapper`：可选参数，用于指定一个字典，其中键值对表示需要修改的列或行名称。例如，`{'old_name': 'new_name'}` 表示将某一列或行的名称从 `old_name` 修改为 `new_name`。
- `index`：可选参数，用于指定需要修改的行索引名称。该参数可以接受一个字典或函数作为参数。如果传入的是一个字典，则字典的键值对表示需要修改的行名称和新名称。如果传入的是一个函数，则该函数将被应用于每个行索引值上，并返回一个新的行索引值。
- `columns`：可选参数，用于指定需要修改的列标签名称。该参数的取值可以是一个字典或函数，其含义与 `index` 参数类似。
- `axis`：可选参数，用于指定修改的轴。如果该参数为 0，则表示修改行索引；如果该参数为 1，则表示修改列标签。默认值为 `None`，表示同时修改行索引和列标签。
- `copy`：可选参数，表示是否返回一个新的 DataFrame。如果该参数为 `True`，则返回一个新的 DataFrame；如果该参数为 `False`，则直接修改原始 DataFrame。默认值为 `True`。
- `inplace`：可选参数，表示是否直接修改原始 DataFrame。如果该参数为 `True`，则直接修改原始 DataFrame；如果该参数为 `False`，则返回一个新的 DataFrame。默认值为 `False`。
- `level`：可选参数，表示需要重命名的多级列索引的级别。如果 DataFrame 中的列索引是一个多级索引，则可以使用该参数指定需要修改的索引级别。

下面是一个简单的示例，演示如何使用 `rename()` 函数对 DataFrame 进行重命名：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# 使用 rename() 函数修改列标签
df = df.rename(columns={'A': 'new_A', 'B': 'new_B', 'C': 'new_C'})

# 输出修改后的 DataFrame
print(df)

输出结果如下：

   new_A  new_B  new_C
0      1      4      7
1      2      5      8
2      3      6      9

在这个示例中，我们使用 `rename()` 函数将 DataFrame 中的列标签从 `'A'`、`'B'` 和 `'C'` 修改为 `'new_A'`、`'new_B'` 和 `'new_C'`。