如何在Python/Pandas中动态重命名带随机后缀的DataFrame列

方法一：定位第二列精准重命名 #

已知目标是第二列，直接通过索引获取列名，结合前缀规则完成重命名：

import pandas as pd

# 读取CSV文件
df = pd.read_csv("your_file.csv")

# 获取第二列的原始列名（索引从0开始，第二列对应索引1）
target_col = df.columns[1]

# 验证列名前缀后重命名
if target_col.startswith("QUESTION_1_"):
    df.rename(columns={target_col: "QUESTION_1"}, inplace=True)

方法二：匹配前缀批量处理（列位置不确定时用） #

如果不确定目标列的位置，但明确列名以QUESTION_1开头，可以自动匹配所有符合条件的列并统一重命名：

import pandas as pd

df = pd.read_csv("your_file.csv")

# 生成重命名映射：所有以QUESTION_1开头的列都改为QUESTION_1
rename_map = {col: "QUESTION_1" for col in df.columns if col.startswith("QUESTION_1")}
df.rename(columns=rename_map, inplace=True)

补充提示 #

• 代码中的inplace=True会直接修改原DataFrame，若不想改动原数据，可去掉该参数并将结果赋值给新变量：new_df = df.rename(columns=...)
• 如果CSV文件用制表符或其他符号分隔，需在pd.read_csv中指定sep参数，比如制表符分隔用sep="\t"

内容的提问来源于stack exchange，提问作者Sebastian