Pandas如何借助通配符用_View后缀列首值批量重命名对应数值列表头

实现步骤 #

你可以直接批量生成列名映射字典，一次性完成重命名，不需要手动匹配列，代码如下：

1. 生成重命名映射规则

rename_map = {}
# 遍历所有带_View后缀的列
for view_col in df.columns[df.columns.str.endswith('_View')]:
    # 提取对应数值列的列名，python3.9+支持removesuffix，低版本可以用 view_col[:-5] 替代
    val_col = view_col.removesuffix('_View')
    if val_col in df.columns:
        # 取_View列的首个值作为数值列的新表头
        rename_map[val_col] = df[view_col].iloc[0]

2. 给数值列重命名
   你已经拆分了df_values，直接调用rename方法即可，无对应_View的列会自动保留原名：

df_values_renamed = df_values.rename(columns=rename_map)

如果不需要保留原_View列，也可以直接在原数据集上处理：

df_final = df.rename(columns=rename_map).drop(columns=df.columns[df.columns.str.endswith('_View')])

效果验证 #

拿你给出的示例数据运行后，最终的列名会变成：
['Service', 'Ticket', 'temp', 'pres', 'shift', 'D', 'id', 'E']，完全符合你的需求。

内容的提问来源于stack exchange，提问作者guardian