Python中如何忽略大小写、空格匹配字符串以处理CSV可变列名

核心思路是通过字符串相似度匹配实现不依赖列顺序的列名自动对齐，无需固定索引赋值，可避免列顺序调整后脚本出错。

步骤1：安装依赖库 #

使用fuzzywuzzy库做字符串相似度匹配，执行以下命令安装依赖：

pip install pandas fuzzywuzzy python-Levenshtein

其中python-Levenshtein为可选依赖，用于提升匹配运算速度。

步骤2：完整实现代码 #

import pandas as pd
from fuzzywuzzy import process

# 配置项：目标标准列名和对应匹配基准
STANDARD_COL_MAP = {
    "First Name": "first name",
    "Last Name": "last name",
    "Phone Number": "phone number"
}
# 匹配阈值，相似度高于该值才会被认定为匹配成功，可根据实际情况调整
MATCH_THRESHOLD = 80

# 1. 读取CSV文件
df = pd.read_csv("your_file.csv")
# 统一将现有列名转为小写+去除首尾空格，降低匹配干扰
raw_cols = [col.strip().lower() for col in df.columns]
new_columns = {}

# 2. 逐个匹配目标列
for standard_name, match_base in STANDARD_COL_MAP.items():
    # 计算相似度，返回最匹配的结果（匹配值, 相似度得分, 原列索引）
    match_result = process.extractOne(match_base, raw_cols)
    best_match, score, idx = match_result
    if score >= MATCH_THRESHOLD:
        # 匹配成功，记录重命名映射
        new_columns[df.columns[idx]] = standard_name
    else:
        # 匹配失败可以抛出告警，根据自己的业务需求调整处理逻辑
        raise ValueError(f"未找到与【{standard_name}】匹配的列，最高匹配度为{score}%")

# 3. 执行重命名
df = df.rename(columns=new_columns)
# 可选：只保留需要的标准列，过滤掉其他不需要的列
df = df[list(STANDARD_COL_MAP.keys())]

方案说明 #

• 匹配逻辑会自动忽略大小写、空格差异，FirstName、firstname、first NAME这类常见变体都可以正常匹配
• 支持自定义匹配阈值，数值越高匹配要求越严格，可根据实际业务场景调整，避免低相似度的误匹配
• 完全不依赖列的原始顺序，就算CSV生成方调整列顺序也不会出错
• 扩展性强，后续需要新增匹配列时，只需要在STANDARD_COL_MAP里添加对应配置即可，不需要修改核心逻辑
• 匹配失败的处理逻辑可自定义：如果业务要求严格可以直接抛出报错终止流程，如果允许缺列可以改为打印告警后自动补全空的标准列

内容的提问来源于stack exchange，提问作者Michael