基于特定规则重命名DataFrame列的技术实现咨询

可以通过自定义重命名函数结合Pandas的rename()方法来实现需求，步骤如下：

1. 定义映射字典
   先明确两个规则对应的映射，注意匹配原列名的大小写（原列category2和映射里的Category2需统一逻辑）：

   rename_brands = {'1': 'Vans', '2': 'Nike', '3': 'Adidas'}
   # 若严格匹配原列名小写，用这个映射
   rename_columns = {'Id': 'record', 'category2': 'Sku'}
   

2. 编写自定义重命名函数
   针对每个列名判断归属规则，分别处理：

   def rename_column(col):
       # 处理以Brand开头且末尾为数字的列
       if col.startswith('Brand') and col[-1].isdigit():
           # 提取末尾数字，用品牌映射转换
           brand_num = col[-1]
           return rename_brands.get(brand_num, col)
       # 处理非Brand开头的列
       else:
           # 用通用列名映射转换，未匹配到则保留原列名
           return rename_columns.get(col, col)
   

   如果需要匹配原映射里的Category2（首字母大写），可把非Brand列的处理改成：

   return rename_columns.get(col.capitalize(), col)
   

   此时rename_columns可保留原定义：{'Id': 'record', 'Category2': 'Sku'}

3. 执行重命名
   用Pandas的rename()方法应用自定义函数：

   import pandas as pd
   
   # 示例DataFrame
   df = pd.DataFrame({
       'Id': [1,2,3],
       'category2': ['A','B','C'],
       'Brandyqdy1': [10,20,30],
       'Brandyqwdwdy2': [40,50,60],
       'Brandyqdw3': [70,80,90]
   })
   
   # 生成重命名后的DataFrame
   df_renamed = df.rename(columns=rename_column)
   
   # 查看结果
   print(df_renamed.columns)
   # 输出：Index(['record', 'Sku', 'Vans', 'Nike', 'Adidas'], dtype='object')
   

说明 #

• 自定义函数会逐个检查列名，优先处理Brand开头的列，提取末尾数字后映射为对应品牌名
• 非Brand开头的列按rename_columns规则转换，未匹配到的列名会保留原样
• 若需直接修改原DataFrame，可添加inplace=True参数：df.rename(columns=rename_column, inplace=True)

内容的提问来源于stack exchange，提问作者M J