Python Pandas：如何将DataFrame列名转大写且排除存在的指定列

我在Python Pandas中有如下DataFrame（实际DF包含更多列）：

输入数据：

COL1  | col2   | col3
------|--------|-------
 X    | 11     | 2021
 Y    | 22     | 1990

需求：
将DataFrame中除以下列表内的列名外，其余所有列名转为大写：

list_not_to_up = ["col2", "col55"]

我编写的代码如下：

df.columns = [x.upper() if x not in df[list_not_to_up].columns else x for x in df.columns]

运行时报错：KeyError: "['col55'] not in index"

期望输出：

COL1  | col2   | COL3
------|--------|-------
 X    | 11     | 2021
 Y    | 22     | 1990

请问如何修改代码实现需求？

错误原因 #

你写的df[list_not_to_up]会尝试从DataFrame中提取列表里的所有列，但col55并不存在于当前DF的列中，因此触发KeyError。根本不需要先筛选DF的列，直接判断当前列名是否在保护列表里即可。

修正后的简洁代码 #

直接遍历DF的列名，判断每个列名是否在保护列表中，不在则转大写：

list_not_to_up = ["col2", "col55"]
df.columns = [x.upper() if x not in list_not_to_up else x for x in df.columns]

可选的严谨写法 #

如果保护列表包含大量不存在于DF的列，可先取保护列表和DF列的交集，只针对实际存在的列做保留小写处理：

list_not_to_up = ["col2", "col55"]
# 过滤出保护列表中实际存在于DF的列
exclude_cols = set(list_not_to_up) & set(df.columns)
df.columns = [x.upper() if x not in exclude_cols else x for x in df.columns]

两种写法都能得到期望结果，第一种更简洁，第二种在保护列表规模较大时效率更高。

内容的提问来源于stack exchange，提问作者dingaro