Pandas多列名替换问题：代码需运行两次的原因及简化方案

为什么要运行两次才生效？ #

你这段代码的核心问题是循环遍历的是初始列名列表，而非实时更新后的列名：

• 第一个for循环启动时，df.columns就被固定成了初始的列名集合，后续每次用inplace=True修改列名后，循环里的col还是原来的旧列名。
• 比如原列名是"Deaths - ABC (deaths)"，第一次rename把它改成"ABC"，但接下来执行df.rename(columns={col: col.replace(' (deaths)', '')})时，col还是旧的"Deaths - ABC (deaths)"，此时DataFrame里已经没有这个列名了，所以这次替换根本不会生效。
• 第二次运行代码时，遍历的是第一次修改后的列名，剩下的替换规则才能匹配到新列名，完成后续修改。

简化后的代码方案 #

不需要循环多次调用rename，直接用Pandas的str方法链式处理所有替换逻辑，一次性更新列名，一次运行就能完成所有操作：

# 链式调用完成所有列名清理
df.columns = (df.columns
              .str.replace('Deaths - ', '')
              .str.replace(' - Sex: Both - Age: All Ages (Number)', '')
              .str.replace(' \(deaths\)', '')  # 括号是正则特殊字符，需转义
              .str.replace(' ', '_')
              .str.lower()
             )

如果偏好函数式写法，也可以先定义列名处理函数，再批量应用：

def clean_col_name(col):
    col = col.replace('Deaths - ', '')
    col = col.replace(' - Sex: Both - Age: All Ages (Number)', '')
    col = col.replace(' (deaths)', '')
    col = col.replace(' ', '_')
    return col.lower()

df.columns = [clean_col_name(col) for col in df.columns]

这两种方法都是先对每个列名完成所有修改操作，再一次性赋值给df.columns，彻底避免了原代码中循环与实时列名不同步的问题。

内容的提问来源于stack exchange，提问作者Adrian Diaz