如何重命名匹配正则表达式的Pandas DataFrame列（兼容无匹配场景）

直接使用pandas.DataFrame.rename()方法配合正则表达式替换，对每个列名单独处理——匹配正则的列按规则重命名，不匹配的保持原名，彻底避免列表推导式的长度不匹配问题：

import pandas as pd
import re

languages = {'ka':1,'en':2,'ru':3}

# 处理含匹配列的DataFrame
df_with_matches = pd.DataFrame(columns=['Name (Ka)', 'Name (En)', 'Name (Ru)', 'Description', 'Image'])
df_with_matches_renamed = df_with_matches.rename(columns=lambda col: re.sub(r'^Name \(([A-Za-z]+)\)$', lambda m: f'name_lang{languages[m.group(1).lower()]}', col))

# 处理无匹配列的DataFrame
df_no_matches = pd.DataFrame(columns=['Description', 'Image'])
df_no_matches_renamed = df_no_matches.rename(columns=lambda col: re.sub(r'^Name \(([A-Za-z]+)\)$', lambda m: f'name_lang{languages[m.group(1).lower()]}', col))

关键逻辑说明 #

• 正则表达式r'^Name \(([A-Za-z]+)\)$'精准匹配Name (Xxx)格式的列名，捕获括号内的语言代码
• 嵌套lambda函数：外层lambda遍历每个列名，内层lambda将捕获到的语言代码转小写后，映射到languages字典的数字值，生成新列名
• re.sub()在无匹配时会返回原列名，因此无论DataFrame是否有匹配列，列数始终保持一致，不会触发长度不匹配错误

结果验证 #

• df_with_matches_renamed.columns输出：['name_lang1', 'name_lang2', 'name_lang3', 'Description', 'Image']
• df_no_matches_renamed.columns输出：['Description', 'Image']

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