在 pandas 中，重命名列名（修改 DataFrame 的列名）有多种常用方法，下面按使用频率从高到低介绍。
rename()（最推荐 ✅）可以只改部分列名，不影响其他列。
import pandas as pd
df = pd.DataFrame({
'a': [1, 2],
'b': [3, 4]
})
df = df.rename(columns={'a': 'A', 'b': 'B'})
✅ 优点：安全、清晰、易维护
✅ 常用于实际项目中
columns（适合全部重命名）如果你知道所有列名，可以直接替换：
df.columns = ['A', 'B']
⚠️ 注意：列数必须一致，否则会报错
set_axis()df = df.set_axis(['A', 'B'], axis=1)
或只改部分（较不常用）：
df = df.set_axis(
df.columns[:1].tolist() + ['new_name'] + df.columns[2:].tolist(),
axis=1
)
df = df.rename(columns=str.upper)
或自定义函数：
df = df.rename(columns=lambda x: x + '_col')
df = pd.read_csv('data.csv', names=['A', 'B'], header=0)
| 场景 | 推荐方式 |
|---|---|
| 改个别列名 | rename() |
| 全部列名都改 | df.columns = [...] |
| 批量规则重命名 | rename(columns=func) |
如果你有具体数据结构或想要的重命名规则，可以贴出来，我可以帮你写具体代码。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
