Pandas如何映射带空格的XLSX列名至dataclass变量名且不修改原列值

现有如下结构的XLSX表格：

现有如下定义的Dataclass及初始读取代码：

from dataclasses import dataclass

@dataclass
class Person:
first_name: str
last_name: str


if __name__ == "__main__":
    df = pd.read_excel('people.xlsx', sheet_name='sheet1', skiprows=3, na_values='')
    people = df.values.tolist()
    people_instances = [Person]
    for person in people:
        people_instances.append(Person(*person))

需求：实现带空格的XLSX列名与dataclass下划线风格变量名的映射，无需修改XLSX文件中原有的带空格列名，即可正确将表格数据转换为对应的dataclass实例。

核心逻辑是在代码侧完成列名格式转换，不改动源Excel文件，同时避免按位置传参带来的顺序依赖问题：

• 读取Excel后批量处理DataFrame列名，统一将列名的首尾空格去除、内部空格替换为下划线、转为小写，和dataclass的蛇形命名规则对齐
• 遍历行数据时转为字典结构，通过关键字传参的方式构造dataclass实例，即使后续Excel列顺序调整也不会出现传参错误
• 修正原代码中初始列表误写入Person类本身的逻辑错误

修正后的可运行代码：

from dataclasses import dataclass
import pandas as pd

@dataclass
class Person:
    first_name: str
    last_name: str

if __name__ == "__main__":
    df = pd.read_excel('people.xlsx', sheet_name='sheet1', skiprows=3, na_values='')
    # 批量转换列名格式，匹配dataclass字段命名
    df.columns = [col.strip().replace(' ', '_').lower() for col in df.columns]
    # 按关键字传参构造实例，不依赖列的排列顺序
    people_instances = [Person(**row.to_dict()) for _, row in df.iterrows()]

可选扩展 #

• 如果存在列名和dataclass字段无法通过规则自动匹配的情况，可以增加自定义映射字典做兜底，例如：

  custom_col_map = {
      "用户 名": "first_name",
      "用户 姓": "last_name"
  }
  df = df.rename(columns=custom_col_map)
  

• 如果列名包含驼峰、特殊符号等复杂格式，可以引入正则扩展列名转换规则，实现通用蛇形命名转换。

内容的提问来源于stack exchange，提问作者James