如何高效批量一次性重命名Pandas DataFrame所有列名

你不需要手动编写df.rename(columns={})的一一映射字典，从给出的示例来看，所有待修改的列名遵循完全统一的命名规则，直接做批量字符串转换即可，列数越多这种方式的效率优势越明显，还能避免手动输入映射时的拼写错误。

方法1：pandas向量化字符串操作（推荐） #

原列名格式统一为brand_spend_<品类>，转换逻辑非常清晰：

1. 去掉开头固定前缀brand_
2. 将剩余字符串里的下划线全部替换为空格
3. 在开头拼接%

对应代码仅需一行：

df.columns = '% ' + df.columns.str.removeprefix('brand_').str.replace('_', ' ')

执行后列名会自动转换为你需要的'% spend kitchen'、'% spend car'、'% spend home'，后续如果新增同规则的列（比如brand_spend_pet、brand_spend_outdoor），代码不需要做任何调整就能自动完成转换。

方法2：列表推导式（兼容低版本pandas） #

如果你使用的pandas版本较老，没有str.removeprefix方法，可以用列表推导式实现完全相同的效果：

df.columns = [f'% {col.split("brand_", 1)[1].replace("_", " ")}' for col in df.columns]

提示：如果后续有部分列不符合这个命名规则，只需要在列表推导式里加简单的条件判断即可，灵活度比手动写映射高很多。

内容的提问来源于stack exchange，提问作者totolow