Python Pandas：利用另一DataFrame的匹配值重命名列

核心思路 #

利用df1的索引与Size rating列构建学校名称-规模等级的映射字典，再通过pandas.DataFrame.rename()方法批量替换df2中的学校名列名，同时保留datetime列不变。

实现代码 #

1. 构造示例数据（模拟你的场景） #

import pandas as pd

# 构建df1
df1_data = {
    'Yearly energy consumption': [322149.32, 383479.07, 296916.41, 84884.86, 463568.63, 177668.37],
    'Size rating': ['Medium school', 'Medium school', 'Medium school', 'Small school', 'Large school', 'Small school']
}
df1 = pd.DataFrame(df1_data, index=['Almtunaskolan', 'Almunge skola', 'Bergaskolan (Videskolan)', 'Danmarks skola', 'Domarringens skola', 'Ekuddens skola'])

# 构建df2
df2_data = {
    'datetime': pd.date_range('2017-01-02 00:00:00', periods=5, freq='H'),
    'Almtunaskolan': [0.001268, 0.001257, 0.001257, 0.001257, 0.001268],
    'Almunge skola': [0.000579, 0.000591, 0.000583, 0.000587, 0.000583],
    'Danmarks skola': [0.0001, 0.0002, 0.0003, 0.0004, 0.0005]
}
df2 = pd.DataFrame(df2_data)

2. 执行重命名操作 #

# 生成学校名称到规模等级的映射字典
school_size_map = df1['Size rating'].to_dict()

# 批量替换列名：匹配到的学校名替换为对应规模，未匹配的列（如datetime）保留原名称
df2.rename(columns=lambda col: school_size_map.get(col, col), inplace=True)

3. 最终结果 #

运行后df2的列名会变为：

datetime  Medium school  Medium school  Small school
0 2017-01-02 00:00:00       0.001268       0.000579        0.00010
1 2017-01-02 01:00:00       0.001257       0.000591        0.00020
2 2017-01-02 02:00:00       0.001257       0.000583        0.00030
3 2017-01-02 03:00:00       0.001257       0.000587        0.00040
4 2017-01-02 04:00:00       0.001268       0.000583        0.00050

常见失败原因排查 #

• 未处理datetime列：如果直接用字典映射所有列，会因datetime不在字典中报错，用lambda结合dict.get()可自动保留非学校名称的列。
• 索引/列名不匹配：需确保df1的索引与df2的学校名列名是完全一致的字符串（无多余空格、大小写差异），你已确认所有df2列名都在df1索引中，此问题可排除。
• 未启用inplace=True：若未设置该参数，rename()会返回新DataFrame，原df2不会被修改。

内容的提问来源于stack exchange，提问作者Calle Flygare