如何将字典对应值追加至Pandas DataFrame原有列名后

问题场景 #

• 初始测试 DataFrame df 结构如下：

a  b  c 
0  x  x  x
1  x  x  x
2  x  x  x

• 现有列名映射字典：

headers = {'a' : '3.14', 'b' : '6.67', 'c' : '8.31'}

• 直接调用df = df.rename(headers)会完全替换原有列名，输出列名为3.14、6.67、8.31，不符合需求。我们需要保留原列名，仅将字典对应值追加到原列名之后，最终效果如下：

a 3.14  b 6.67  c 8.31 
0       x       x       x
1       x       x       x
2       x       x       x

实现代码 #

最简洁的实现方式是给rename方法的columns参数传入处理函数，对每个列名做拼接：

df = df.rename(columns=lambda col: f"{col} {headers[col]}")

如果字典无法覆盖所有列名，为了避免KeyError，可以改成容错写法，未匹配到的列不追加内容：

df = df.rename(columns=lambda col: f"{col} {headers.get(col, '')}".strip())

你也可以直接通过列表推导式生成新列名赋值，效果完全一致：

df.columns = [f"{col} {headers[col]}" for col in df.columns]

运行上述任意一段代码，即可得到目标格式的列名，不会替换原有列名内容。

内容的提问来源于stack exchange，提问作者macxpat