Pandas中for循环遍历多DataFrame转列名为小写蛇形命名不生效

• 字符串是Python的不可变对象，你代码里col.replace(' ', '_').lower()只是生成了处理后的新字符串，既没有保存结果，也没有把结果赋值回DataFrame的列属性，相当于操作完就丢弃了结果，自然不会对原数据产生任何修改。
• 遍历df.columns拿到的单个col是列名字符串的临时副本，就算你给这个临时变量重新赋值，也不会改动原DataFrame存储的列名索引。
• 嵌套循环逐个处理单个列名的写法本身不符合pandas的批量操作逻辑，效率低还容易出赋值不生效的问题。

不用写嵌套循环，直接利用pandas的字符串向量化操作批量处理列名，一次性赋值给df.columns即可生效，代码如下：

df_list = [df_1, df_2, df_3, df_4, df_5]

for df in df_list:
    # 批量完成空格替换、转小写操作，直接赋值回列属性
    df.columns = df.columns.str.replace(' ', '_').str.lower()

如果你想保留显式循环的写法（不推荐，仅作逻辑参考），需要先把所有处理后的列名收集成新列表，再整体赋值给df.columns，单独修改遍历出的临时列名变量永远不会生效：

df_list = [df_1, df_2, df_3, df_4, df_5]

for df in df_list:
    processed_columns = []
    for col in df.columns:
        new_col = col.replace(' ', '_').lower()
        processed_columns.append(new_col)
    # 整体替换列名才会真正修改原DataFrame
    df.columns = processed_columns

补充说明：因为DataFrame是可变对象，循环中拿到的df是原DataFrame的引用，上述代码运行后，你最初定义的df_1到df_5的列名会直接被修改，不需要额外把修改后的DataFrame重新存回列表。

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