如何不实际修改列头大小写的前提下用小写形式引用pandas列

解决思路 #

不修改原DataFrame的列名，通过小写列名到原始列名的映射表实现大小写不敏感的列访问，导出时原始列名完全保留，不会有任何变更。

最简实现方案 #

你只需要在拿到DataFrame后先构造一个列名映射字典，后续用小写名称查询列时通过这个字典取原始列名即可，对应你的示例代码修改后如下：

import pandas as pd

data = {'Name':['Tom', 'nick', 'krish', 'jack'],
        'Age':[20, 21, 19, 18],
        'Weight':[20, 210, 190, 180]}
df = pd.DataFrame(data)

# 构造小写列名到原始列名的映射，完全不修改原列名
col_map = {col.lower(): col for col in df.columns}

# 用小写'name'取到原始列名'Name'，完成筛选逻辑
df.loc[df[col_map['name']].str.lower().isin(['tom', 'jack']), col_map['weight']] = df[col_map['weight']] * df[col_map['age']]

print(df)

运行后输出的列名依然是Name、Age、Weight，和原始结构完全一致，导出到csv/xlsx不会有任何格式变更。

进阶封装（可选） #

如果需要频繁做这类操作，可以封装一个便捷方法减少重复代码，比如自定义一个访问器：

@pd.api.extensions.register_dataframe_accessor("c")
class CaseInsensitiveColAccessor:
    def __init__(self, df):
        self._df = df
        self._col_map = {col.lower(): col for col in df.columns}
    
    def __getitem__(self, lower_col_name):
        return self._df[self._col_map[lower_col_name]]

封装后你可以直接用如下方式访问列，写法更简洁：

# 直接通过.c[小写列名]访问对应列
df.loc[df.c['name'].str.lower().isin(['tom', 'jack']), df.c['weight']] = df.c['weight'] * df.c['age']

注意事项 #

如果你的原始报表存在两个列转换为小写后重名的情况（比如同时存在Name和NAME列），构造映射表时会出现键覆盖，建议导入数据时先做一次校验：

lower_cols = [col.lower() for col in df.columns]
if len(lower_cols) != len(set(lower_cols)):
    raise ValueError("原始列名存在小写后重名的情况，无法使用大小写不敏感访问")

内容的提问来源于stack exchange，提问作者ah2Bwise