如何使用Python将DataFrame列名映射为标准命名

针对多CSV数据集列名不统一的问题，用列名映射字典是最标准化、可维护的方案，比零散的条件判断简洁太多，还方便后续扩展。

核心思路 #

先定义一个包含所有原始列名到标准列名的映射字典，然后用Pandas的rename()方法批量处理——这个方法会自动忽略数据集中不存在的列，完全不用写一堆if判断。

具体实现步骤 #

1. 定义映射字典：把所有可能的变体列名对应到统一的标准名：

column_mapping = {
    'userId': 'id',
    'customerId': 'id',
    'userName': 'name',
    'customerName': 'name',
    'contact': 'email',
    'email': 'email'
}

2. 批量重命名列：读取CSV后直接应用映射，一行搞定：

import pandas as pd

# 读取单个CSV并标准化列名
df = pd.read_csv('your_dataset.csv')
df_standardized = df.rename(columns=column_mapping)

# 如果要直接修改原DataFrame，用inplace=True
# df.rename(columns=column_mapping, inplace=True)

3. 处理多个CSV文件：循环遍历所有CSV，统一处理后可以合并或分别保存：

import os

csv_dir = '/path/to/your/csv/folder'
standardized_dfs = []

for filename in os.listdir(csv_dir):
    if filename.endswith('.csv'):
        df = pd.read_csv(os.path.join(csv_dir, filename))
        df_standardized = df.rename(columns=column_mapping)
        standardized_dfs.append(df_standardized)

# 合并所有标准化后的数据集（可选）
combined_df = pd.concat(standardized_dfs, ignore_index=True)

对比你原来的方法 #

你之前写的条件判断不仅有缩进错误，而且每加一个列名就要加新的if分支，维护起来很麻烦。用映射字典的话，以后新增列名变体，只要在字典里加一行键值对就行，逻辑完全不用改。

比如你原来的代码：

# 原代码存在缩进错误，且扩展性差
if 'Number' in df.columns:
    df_new = df.rename(columns = {'Number': 'Id'})
    if 'Address' in df.columns:
    df_new = df.rename(columns = {'Address': 'address'})

换成映射字典后，直接写成：

column_mapping = {'Number': 'Id', 'Address': 'address'}
df_new = df.rename(columns=column_mapping)

不管列是否存在，rename()都会自动处理，不存在的列名会被忽略，不会报错。

内容的提问来源于stack exchange，提问作者sudharsanan r