python - 从字典中重新编码 Pandas 索引对象(用于无序替换)

Question

我正在编写一个函数，从 recode 字典中重新编码 Pandas DataFrame 索引对象。

recodes = {'sales' : 'CurrentSales', 'cash' : 'US$' }

1. 是否有任何内置方法可以做到这一点？
2. 执行此操作的有效方法是什么？

举个例子:

import pandas as pd
import io

text = '''\
STK_ID RPT_Date sales cash
000568 20120930 80.093 57.488
000596 20120930 32.585 26.177
000799 20120930 14.784 8.157
'''

df = pd.read_csv(io.BytesIO(text), delimiter = ' ', 
                 converters = {0:str})
df.set_index(['STK_ID','RPT_Date'], inplace = True)

我实现的基本上是:

nw_idx = ['']*len(df.columns)
for key in recodes.keys():
    for idx, colname in enumerate(df.columns):
        if colname == key:
            nw_idx[idx] = recodes[key]

df.columns = pd.Index(nw_idx)

Answer 1

df.rename(columns={'sales' : 'CurrentSales', 'cash' : 'US$' })