如何实现DataFrame中值到对应正确列的映射？

场景1：仅列名映射错误（对应你给出的示例场景） #

如果所有列内存储的值本身是正确的，只是列名标注错误（比如示例中原Cust_Id列实际存储的是手机号，需要改列名为Phn_No），直接用rename方法做列名映射即可，执行效率最高：

# 配置列名映射关系：key为原错误列名，value为对应正确列名
col_rename_map = {
    "Cust_Id": "Phn_No"
    # 存在其他错名列时，直接在字典中追加键值对即可
}

df_output = df.rename(columns=col_rename_map)

执行后得到的df_output和你期望的结构完全一致：

Name           Age           Phn_No
 alex           47            1923894833

场景2：存在值跨列错位问题 #

如果不只是列名错误，还存在行内值放错列的情况（比如部分行的年龄值跑到了手机号列、手机号值跑到了年龄列），可以基于值的格式规则做逐行归位：

# 先初始化正确列结构的空结果表
df_output = pd.DataFrame(columns=["Name", "Age", "Phn_No"])

for row_idx, row in df.iterrows():
    # 遍历当前行所有值，按规则匹配到对应列
    for cell_val in row:
        cell_str = str(cell_val).strip()
        # 非数字值判定为姓名
        if not cell_str.isdigit():
            df_output.loc[row_idx, "Name"] = cell_val
        # 数值在0-120区间的整数判定为年龄
        elif cell_str.isdigit() and 0 <= int(cell_str) <= 120:
            df_output.loc[row_idx, "Age"] = int(cell_val)
        # 长度7位以上的数字串判定为手机号
        elif cell_str.isdigit() and len(cell_str) >=7:
            df_output.loc[row_idx, "Phn_No"] = cell_val

你可以根据自己实际的字段规则调整判定逻辑，适配自己的数据集。

内容的提问来源于stack exchange，提问作者James Lin