Pandas读取CSV时，如何基于原列名选列并重命名所选列？

可以在读取CSV/Excel时直接完成「按原列名选列+重命名所选列」的操作，以下是两种可行方法：

方法1：利用usecols函数形式匹配原列名 #

usecols的函数参数会作用于原始表头列名（而非names指定的新列名），因此可以先按原列名筛选子集，再用names重命名：

import pandas as pd

df = pd.read_csv(
    'test_read_csv.csv',
    usecols=lambda col: col in ['Col1', 'Col3'],  # 基于原列名筛选
    names=['first', 'third'],                     # 重命名所选列
    header=0                                      # 跳过原始表头行
)

效果验证 #

输出的DataFrame包含first、third两列，对应原CSV中Col1、Col3的数据，无匹配错误。此方法同样适用于pd.read_excel()。

方法2：链式调用rename（逻辑更直观） #

先通过usecols按原列名筛选，再直接链式调用rename完成重命名，一步到位：

col_mapping = {'Col1': 'first', 'Col3': 'third'}

df = pd.read_csv(
    'test_read_csv.csv',
    usecols=col_mapping.keys()  # 按原列名选列
).rename(columns=col_mapping)   # 重命名所选列

原报错原因说明 #

当你使用usecols=[原列名] + names=[新列名]时，Pandas的执行顺序是：

1. 读取原始表头行
2. 用names替换所有列名
3. 按usecols列表匹配新列名

此时usecols中的原列名不存在于新列名集合中，因此触发ValueError。而usecols的函数形式会在列名替换前执行，避免了匹配冲突。

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