Pandas多dataframe场景下通过列表循环做自动数据wrangling失败求助

你当前的代码仅能匹配**列名为字符串'1'**的列，触发修改失败通常有两个原因：

• 目标列的实际列名不是字符串'1'（比如是整数类型的1），字典匹配失效
• 你要修改的是「索引位置为1的列」（即第二列），而非列名为'1'的列，现有逻辑完全不匹配

方案1：按列位置修改（推荐，无需关心原列名） #

如果确定要修改的是所有表的第二列（索引从0开始计数，位置1对应第二列），直接修改列名列表即可：

df_list = [week1, week2, week3, week4, week5, week6, week7, week8, week9, week10,
           week11, week12, week13, week14, week15, week16]

for df in df_list:
    col_names = df.columns.tolist()
    # 修改索引为1的位置的列名
    col_names[1] = 'State'
    df.columns = col_names

运行后原始的week1到week16变量会同步更新，因为列表存储的是DataFrame的引用，修改列名属性会直接作用到原对象上。

方案2：按原列名匹配修改 #

如果确认要按列名匹配修改，注意列名的类型要和字典的键完全一致：

for df in df_list:
    # 如果原列名是整数1，就用整数作为键
    df.rename(columns={1: 'State'}, inplace=True)

如果需要批量修改多个列，直接扩展字典即可：

for df in df_list:
    df.rename(columns={
        0: 'City',
        1: 'State',
        2: 'Sales'
    }, inplace=True)

内容的提问来源于stack exchange，提问作者Andrea P.