如何在Pandas中批量重命名DataFrame列名，仅提取并格式化姓名部分

嘿，这个需求处理起来很直接，核心是用正则表达式提取姓名部分，再格式化姓名的显示方式。我给你分步拆解：

思路分析 #

你的列名格式是Gr[组号][ID][姓名全称]，比如Gr1234AdamSmith，我们需要：

1. 从列名中剥离掉开头的Gr+数字部分，只保留姓名（比如AdamSmith）
2. 把连续的姓名拆分成“名+姓”的格式，在大写字母前插入空格（AdamSmith → Adam Smith）

代码实现 #

首先导入必要的库，然后写一个处理单个列名的函数，最后用Pandas的rename方法批量处理所有列：

import re
import pandas as pd

def format_column_name(col):
    # 第一步：匹配并提取姓名部分
    # 正则说明：Gr\d+ 匹配开头的Gr加数字，(\w+)捕获后面的姓名部分
    name_match = re.search(r'Gr\d+(\w+)', col)
    if name_match:
        raw_name = name_match.group(1)
        # 第二步：在大写字母前插入空格（排除第一个字符）
        formatted_name = re.sub(r'(?<!^)([A-Z])', r' \1', raw_name)
        return formatted_name
    # 如果列名不符合格式，返回原名称避免报错
    return col

# 假设你的DataFrame名为df，执行重命名
df.rename(columns=format_column_name, inplace=True)

代码解释 #

• re.search(r'Gr\d+(\w+)', col)：精准定位列名中Gr+数字之后的所有字母，也就是你的姓名部分，比如从Gr1234AdamSmith中捕获到AdamSmith
• re.sub(r'(?<!^)([A-Z])', r' \1', raw_name)：使用正向否定断言(?<!^)，确保不在字符串开头的大写字母前插入空格，完美把连续姓名拆分成带空格的格式
• inplace=True：直接修改原DataFrame，如果不想修改原数据，可以去掉这个参数，把结果赋值给新变量（比如new_df = df.rename(columns=format_column_name)）

示例验证 #

输入列名：Gr1234AdamSmith → 输出：Adam Smith
输入列名：Gr2567DavidBlake → 输出：David Blake

这个方法可以轻松处理你500列的批量重命名，而且容错性强，遇到不符合格式的列名会保留原样，不会导致程序崩溃。

内容的提问来源于stack exchange，提问作者Santosh