Pandas列重命名长度不匹配问题及日期格式修正咨询

错误原因 #

你的代码只生成了从第4列开始的62个新列名，但原DataFrame有65列，前3列（ID、Name、Date）没有被加入到new_col_names列表中，导致新列名长度（62）和原列数（65）不匹配，触发了ValueError。另外原代码还存在一个潜在问题：用'2022-12-0' + str(...)会让10号及以后的日期变成2022-12-010-IN这种错误格式。

快速修正原代码 #

保留前3列的原始列名，再拼接后面生成的新列名，同时修复日期补零逻辑：

n_cols = df.shape[1]
    
# 先保留前3列的原始列名
new_col_names = df.columns[:3].tolist()
for i in range(3, n_cols):
    day_num = ((i - 3) // 2) + 1
    # 自动补零生成两位日期格式
    day_str = f"{day_num:02d}"
    if (i - 3) % 2 == 0:
        new_col_names.append(f'2022-12-{day_str}-IN')
    else:
        new_col_names.append(f'2022-12-{day_str}-OUT')
    
df.columns = new_col_names

更优方案：直接处理原始列名 #

不需要依赖列索引计算日期，直接提取原始列名中的日期部分格式化，更灵活且不易出错：

def format_col_name(col):
    # 非日期列直接返回原列名
    if col in ['ID', 'Name', 'Date']:
        return col
    # 拆分原始列名，提取日期和后缀部分
    parts = col.split('-')
    year, month, day = parts[0], parts[1], parts[2].zfill(2)
    suffix = '-'.join(parts[3:])
    # 拼接成目标格式
    return f"{year}-{month}-{day}-{suffix}"

# 批量处理所有列名
df.columns = [format_col_name(col) for col in df.columns]

这个方案的优势：

• 不依赖列的索引位置，列顺序变化也能正常工作
• 自动处理所有日期（包括10号及以后），避免硬编码错误
• 兼容任意日期后缀（只要后缀在-之后都能正确提取）

补充说明 #

如果你的日期范围是2022年1月至12月，只需调整上述代码中的日期提取逻辑即可，核心格式化逻辑通用。

内容的提问来源于stack exchange，提问作者Simon GIS