Python中如何通过map()函数使用字典重命名DataFrame行标签？

Pandas的Index对象原生支持map()方法，直接调用即可完成索引的批量映射替换，无需额外写for循环：

import pandas as pd

# 初始化示例DataFrame
df = pd.DataFrame({'A':[1,2,3],
                   'B':[10,20,30],       
                   'C':[20,40,60]},
                  index=["Row1","Row2","Row3"])

# 索引映射字典
d = {"Row1":"FirstRow","Row2":"Secondrow","Row3":"Thirdrow"}

# 核心逻辑：调用index的map方法完成替换
df.index = df.index.map(d)

运行后输出df即可看到索引已经替换完成：

A   B   C
FirstRow    1  10  20
Secondrow   2  20  40
Thirdrow    3  30  60

注意事项 #

如果存在部分索引值不在映射字典的键中，直接使用map(d)会将这部分索引变为NaN，如果需要保留原有索引值，可以改用lambda表达式实现兜底逻辑：

df.index = df.index.map(lambda x: d.get(x, x))

内容的提问来源于stack exchange，提问作者Georgie Baul