批量重命名多文件指定索引列遇IndexError问题排查

问题场景 #

需要为约50个CSV文件重命名列标题：每个文件应包含8列，第1列为行号，其余7列按索引重命名为['Awareness','Brand_Recall','Consideration','Purchase_Intent','Ad_Recall','Product_Use','User_Id']。因原列名存在细微差异，采用索引方式处理，但运行代码时触发以下错误：

Traceback (most recent call last):
File "/Users/someone/Python/pandas/studysession/brand_studies/existing_consumer_status/clean_files.py", line 54, in 
mapping()
File "/Users/someone/Python/pandas/studysession/studies/existing_consumer_status/clean_files.py", line 15, in mapping
old_names = df.columns[column_indices]
~~~~~~~~~~^^^^^^^^^^^^^^^^
File "/Users/someone/Python/pandas/studysession/lib/python3.11/site-packages/pandas/core/indexes/base.py", line 5380, in __getitem__
result = getitem(key)
^^^^^^^^^^^^
IndexError: index 1 is out of bounds for axis 0 with size 1

原代码：

import pandas as pd
import glob
import os
os.chdir('/Users/someone/Python/pandas/studysession/studies/existing_consumer_status/survey_data/')

csv_files = glob.glob('/Users/someone/Python/pandas/studysession/studies/existing_consumer_status/survey_data/*.csv')

def mapping ():
    for csv in csv_files:
        df = pd.read_csv(csv)
        column_indices = [1,2,3,4,5,6,7]
        new_names = ['Awareness','Brand_Recall','Consideration','Purchase_Intent','Ad_Recall','Product_Use','User_Id']
        old_names = df.columns[column_indices]
        final_df = df.rename(columns=dict(zip(old_names, new_names)))
        
        out = csv +'_survey_final.csv'
        final_df.to_csv(out)

mapping()

错误原因 #

错误提示index 1 is out of bounds for axis 0 with size 1说明当前处理的CSV文件只有1列，不符合预期的8列。可能的诱因：

• 部分CSV文件的分隔符不是默认的逗号（比如用分号、制表符），导致read_csv把整行当成1列
• 部分文件本身损坏、列数缺失
• 文件路径包含非目标CSV（比如空文件、格式错误的文件）

解决方案 #

1. 直接按索引设置列名（更简洁高效） #

不需要通过旧列名映射，直接修改df.columns的指定索引位置，代码更简洁且避免索引越界问题（前提是文件列数正确）。

2. 添加列数校验与异常处理 #

在处理每个文件前先检查列数，对不符合要求的文件跳过并打印提示，避免程序崩溃。

3. 适配不同分隔符 #

如果CSV用了非逗号分隔符，手动指定sep参数（比如sep=';'或sep='\t'），或者用sep='\s*,\s*'处理带空格的逗号分隔符。

修改后的代码 #

import pandas as pd
import glob
import os

# 目标路径
target_dir = '/Users/someone/Python/pandas/studysession/studies/existing_consumer_status/survey_data/'
os.chdir(target_dir)
csv_files = glob.glob(f'{target_dir}/*.csv')

# 定义新列名：第1列保留原名称，后面7列替换为指定名称
new_col_names = ['Awareness','Brand_Recall','Consideration','Purchase_Intent','Ad_Recall','Product_Use','User_Id']

def mapping():
    for csv_path in csv_files:
        try:
            # 处理可能的分隔符问题，这里假设是逗号，如有其他分隔符可修改sep参数
            df = pd.read_csv(csv_path, sep=',')
            
            # 校验列数
            if len(df.columns) != 8:
                print(f"跳过文件 {csv_path}：列数异常，当前为{len(df.columns)}列（预期8列）")
                continue
            
            # 直接修改索引1到7的列名
            df.columns.values[1:8] = new_col_names
            
            # 生成输出路径
            out_path = f"{os.path.splitext(csv_path)[0]}_survey_final.csv"
            # 保存时不要写入默认的索引列（如果原第1列是行号，不需要额外索引）
            df.to_csv(out_path, index=False)
            
            print(f"处理完成：{csv_path}")
        
        except Exception as e:
            print(f"处理文件 {csv_path} 时出错：{str(e)}")

mapping()

额外说明 #

• 如果原第1列不是行号而是无意义的默认索引，读取时可以用index_col=0参数将其设为索引
• 若不确定分隔符，可尝试sep='\s+'（匹配任意空白符）或engine='python'提升兼容性

内容的提问来源于stack exchange，提问作者BossHard