我有一个没有标题的csv文件，带有日期时间索引。我想重命名索引和列名，但使用df.rename（）只重命名列名。缺陷我的版本是0.12.0
[2]on
：df=pd.read\u csv（r'D:\Data\DataTimeSeries\u csv//seriesm.csv'，header=None，parse\u dates=[0]]，index\u col=[0]）
At[3]on：df.head（）
Output[3]：
1.
0
2002-06-18 0.112000
2002-06-22 0.190333
2002-06-26 0.134000
2002-06-30 0.093000
2002-07-04 0.098667
At[4]on：df.rename（索引={0:'Date'}，列={1:'SM'}，inplace=True）
At[5]on：df.head（）
Output[5]：
性虐待
0
2002-06-18 0.112000
2002-06-22 0.190333
2002-06-26 0.134000
2002-06-30 0.093000
2002-07-04 0.098667
rename方法为应用于索引值的索引使用字典
要重命名为索引级别的名称：
df.index.names=['Date']
考虑这一点的一个好方法是，列和索引是同一类型的对象（index或MultiIndex），您可以通过转置来交换这两个对象。
这有点令人困惑，因为索引名与列具有类似的含义，所以这里还有一些示例：
[1]on
：df=pd.DataFrame（[1,2,3]，[4,5,6]），columns=list（'ABC'））
In[2]：df
Output[2]：
A、B、C
0 1 2 3
1 4 5 6
At[3]on：df1=df.set_索引（'A'））
In[4]：df1
Output[4]：
公元前
A.
1 2 3
4 5 6
您可以在索引上看到重命名，它可以更改值1：
[5]on
：df1.rename（索引={1:'a'}）
Output[5]：
公元前
A.
a 23
4 5 6
At[6]on：df1.rename（列={'B'：'BB'}）
Output[6]：
BBC
A.
1 2 3
4 5 6
重命名级别名称时：
[7]on
：df1.index.names=['index']
df1.columns.names=['column']
注意：此属性只是一个列表，您可以将其重命名为列表/映射
[8]on
：df1
Output[8]：
B列和C列
指数
1 2 3
4 5 6