如何编写代码批量将多个CSV中指定列名统一改为'title'？

核心思路 #

先定义所有需要替换的列名变体，然后遍历目标目录下的所有CSV文件，自动识别匹配的列名并统一改为title，最后完成文件的保存处理。

完整代码实现 #

import pandas as pd
import glob

# 定义需要替换为'title'的所有列名变体，可根据实际需求随时扩展
target_col_names = ['movie_title', 'name', 'titles', 'movie_name']

# 获取指定目录下的所有CSV文件路径（示例为当前目录，可替换为实际路径如'./datasets/*.csv'）
csv_files = glob.glob('*.csv')

for file in csv_files:
    # 读取CSV文件
    df = pd.read_csv(file)
    
    # 构建列名替换字典：自动匹配DataFrame中存在的目标列名，映射为'title'
    rename_dict = {col: 'title' for col in df.columns if col in target_col_names}
    
    # 执行列名替换
    df_renamed = df.rename(columns=rename_dict)
    
    # 保存处理后的文件，这里直接覆盖原文件；若要保留原文件，可修改文件名如f'processed_{file}'
    df_renamed.to_csv(file, index=False)
    print(f"已完成文件处理：{file}")

关键细节说明 #

• 列名扩展：如果还有其他需要匹配的列名（比如film_name、movie_title_zh），直接添加到target_col_names列表即可。
• 重复列名处理：如果单个CSV文件中存在多个匹配的列名（比如同时有name和titles），处理后会出现多个title列。若要避免这种情况，可在替换前做检查处理：

  # 检查是否存在多个目标列，若有则保留第一个匹配列，删除其余
  matched_cols = [col for col in df.columns if col in target_col_names]
  if len(matched_cols) > 1:
      df = df.drop(columns=matched_cols[1:])
      rename_dict = {matched_cols[0]: 'title'}
  

• 路径适配：glob.glob('*.csv')匹配当前目录下所有CSV文件，若文件在子目录，可修改路径为glob.glob('./your-folder/*.csv')。

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