@EdChum的解决方案看起来不错。这里有一个使用重命名的解决方案，它将替换索引中的所有这些值。

energy.rename(index={'Republic of Korea':'South Korea'},inplace=True)

字符串
这里有一个例子

>>> example = pd.DataFrame({'key1' : ['a','a','a','b','a','b'],
           'data1' : [1,2,2,3,nan,4],
           'data2' : list('abcdef')})
>>> example.set_index('key1',inplace=True)
>>> example
      data1 data2
key1             
a       1.0     a
a       2.0     b
a       2.0     c
b       3.0     d
a       NaN     e
b       4.0     f

>>> example.rename(index={'a':'c'}) # can also use inplace=True
      data1 data2
key1             
c       1.0     a
c       2.0     b
c       2.0     c
b       3.0     d
c       NaN     e
b       4.0     f

型

你想做这样的事情：

as_list = df.index.tolist()
idx = as_list.index('Republic of Korea')
as_list[idx] = 'South Korea'
df.index = as_list

字符串
基本上，你得到的索引是一个列表，改变一个元素，然后替换现有的索引。

试试这个

df.rename(index={'Republic of Korea':'South Korea'},inplace=True)

字符串

如果你有MultiIndex DataFrame，请这样做：

# input DataFrame
import pandas as pd
t = pd.DataFrame(data={'i1':[0,0,0,0,1,1,1,1,2,2,2,2],
                       'i2':[0,1,2,3,0,1,2,3,0,1,2,3],
                       'x':[1.,2.,3.,4.,5.,6.,7.,8.,9.,10.,11.,12.]})
t.set_index(['i1','i2'], inplace=True)
t.sort_index(inplace=True)

# changes index level 'i1' values 0 to -1
t.rename(index={0:-1}, level='i1', inplace=True)

字符串

这是另一个很好的例子，在列上使用replace。

df.reset_index(inplace=True)
df.drop('index', axis = 1, inplace=True)
df["Country"].replace("Republic of Korea", value="South Korea", inplace=True)
df.set_index("Country", inplace=True)

字符串

下面是基于set_value的另一个想法

df = df.reset_index()
df.drop('index', axis = 1, inplace=True)
index = df.index[df["Country"] == "Republic of Korea"]
df.set_value(index, "Country", "South Korea")
df = df.set_index("Country")
df["Country"] = df.index

字符串

我们可以使用rename函数来更改行索引或列名。下面是示例：
假设 Dataframe 如下所示，

student_id     marks
index
  1        12          33
  2        23          98

字符串

• 将索引1更改为5

我们将使用axis = 0表示行

df.rename({ 1 : 5 }, axis=0)

型
df表示 Dataframe 变量。因此，输出将如下所示

student_id     marks
index
  5        12          33
  2        23          98

型

• 更改列名

我们必须使用axis = 1

df.rename({ "marks" : "student_marks" }, axis=1)

型
因此，改变的 Dataframe

student_id     student_marks
index
  5        12              33
  2        23              98

型

这似乎也起作用：

energy.index.values[energy.index.tolist().index('Republic of Korea')] = 'South Korea'

字符串
我不知道这是建议还是不鼓励。

如果你的DataFrame有RangeIndex（参见docs），像这样的单行df：

>>> df.index
RangeIndex(start=0, stop=1, step=1)

>>> df.index.values
array([0])

字符串
.您可以通过以下方式更改索引值：

new_index=42
df.index = pd.RangeIndex(start=new_index, stop=new_index+1, step=1)

型
为了达到预期效果：

>>> df.index
RangeIndex(start=42, stop=43, step=1)

>>> df.index.values
array([42])

型