python之索引和列上的 pandas df.rename 并不总是有效

我有一个数据框列表并遍历它们，使用一个 pandas df.rename 重命名所有列/索引方法调用。

df.rename( 
    { 
        'vol': 'Volume Sales', 
        'val': 'Value Sales', 
    }, 
    index={ 
        't1': info['literal_periods'][0], 
        't2': info['literal_periods'][1], 
        'acv': '% ACV Distribution', 
        'aic': 'Average Items Carried', 
        'tdp': 'Total Distribution Points', 
        'vol': 'Volume Sales', 
        'psl': 'Promo Sales', 
        'Share of AIC': '{} share of {} AIC'.format( 
            info['name'], info['p1']), 
        'Share of TDP': '{} share of {} TDP'.format( 
            info['name'], info['p1']), 
        'Target Product': info['name'], 
        'target product': info['name'], 
    }, 
    columns={ 
        't1': 
        info['literal_periods'][0], 
        't2': 
        info['literal_periods'][1], 
        'promo change': 
        '% change from ya', 
        'non promo change': 
        '% change from ya', 
        'sales change': 
        '% change from ya', 
        'val': 
        'Value Sales (£)', 
        'vol': 
        'Volume Sales (L)', 
        'volsu': 
        'Volume Sales (units)', 
        'litres per unit': 
        'litres/unit', 
        't2 Promo Sales': 
        '{} Promo Sales'.format(info['literal_periods'][1]), 
        't2 Non-Promo Sales': 
        '{} Non Promo Sales'.format(info['literal_periods'][1]), 
        't2 Total Sales': 
        '{} Total Sales'.format(info['literal_periods'][1]) 
    }, 
    inplace=True) 

它似乎对某些表非常有效，对其他表部分有效，对某些表则完全无效。为什么？ 例如，即使列“vol”在同一个 df 中正确映射到“Volume Sales”，但在其中包含“aic”的 df 中，“aic”索引未正确重命名。

请您参考如下方法:

根据 Pandas documentation on rename其中参数mapper, index, columns有解释，是这样写的:

使用 mapper 和axis 来指定映射器的目标轴，或者index 和columns

以你举的例子为例，

{ 
    'vol': 'Volume Sales', 
    'val': 'Value Sales', 
} 

函数将其理解为 mapper =，然后您提供 index 和 columns。如果无法重现，函数 rename 可能有一些“麻烦”来理解您提供的参数(我想查看后面的代码会给出原因)

这也解释了为什么列 'vol' 重命名为 'Volume Sales' 而不是 'Volume Sales (L)' 定义在 column=