如何为pandas DataFrame的日期列添加curr_week、prev_week前缀完成重命名

问题原因 #

你原有代码的核心问题是强依赖列的原始排序，一旦数据导入时列顺序发生变化，就会出现前缀匹配错误的情况。同时如果后续扩展为多周数据，硬编码索引的写法也没有可复用性。如果你的列名是datetime类型而非字符串，直接拼接字符串也会导致重命名失效。

正确实现方法 #

方案1：直接替换列名（推荐，逻辑简单高效） #

先对列名按日期降序排序，确保最新日期对应curr_week前缀，更早的日期对应prev_week前缀，再直接替换列名：

import pandas as pd

# 你的原始DataFrame
df=pd.DataFrame(data={'2021-11-21':['10','20'],'2021-11-14':['39','21']})

# 可选：如果列名是datetime类型，先转成字符串格式
# df.columns = df.columns.strftime('%Y-%m-%d')

# 按日期降序排序列名
sorted_cols = sorted(df.columns, reverse=True)
# 生成新列名
df.columns = [f'curr_week_{sorted_cols[0]}', f'prev_week_{sorted_cols[1]}']

方案2：使用rename方法实现 #

如果你需要保留其他列名不变，仅修改这两列，可以用rename方法：

# 可选：如果列名是datetime类型，先转成字符串格式
# df.columns = df.columns.strftime('%Y-%m-%d')

sorted_cols = sorted(df.columns, reverse=True)
col_mapper = {
    sorted_cols[0]: f'curr_week_{sorted_cols[0]}',
    sorted_cols[1]: f'prev_week_{sorted_cols[1]}'
}
df = df.rename(columns=col_mapper)

注意：两种方案都自动适配列的原始顺序，只要是两列周度日期数据，都可以正确匹配前缀。

内容的提问来源于stack exchange，提问作者Bushmaster