Python Pandas重命名列无报错但未生效问题排查

嘿，这个问题我碰到好多次了！你之所以看不到列名变化，核心原因是Pandas的rename()方法默认不会直接修改原DataFrame，而是返回一个重命名后的新对象——如果你没把这个新对象存下来，或者没开启原地修改，自然看不到列名更新。

给你两种可行的解决办法：

方法一：将重命名后的新对象重新赋值给原变量（推荐） #

这种方式更安全，能避免意外修改原始数据导致的bug，直接修改你的代码就行：

import numpy as np
import pandas as pd
header = list(range(17))
energy = pd.read_excel('Energy Indicators.xls', usecols = [2, 3, 4, 5], skiprows = list(range(17)), skipfooter = 38)
# 把重命名后的新DataFrame赋值回energy变量
energy = energy.rename(columns={'Unnamed: 2': 'Country', 'Petajoules': 'Energy Supply', 'Gigajoules': 'Energy Supply per Capita', '%': '% Renewable'})

方法二：使用inplace=True参数直接修改原DataFrame #

如果你确定不需要保留原始的energy数据，可以直接在原对象上修改，添加inplace=True参数即可：

import numpy as np
import pandas as pd
header = list(range(17))
energy = pd.read_excel('Energy Indicators.xls', usecols = [2, 3, 4, 5], skiprows = list(range(17)), skipfooter = 38)
# 添加inplace=True参数，直接修改原DataFrame
energy.rename(columns={'Unnamed: 2': 'Country', 'Petajoules': 'Energy Supply', 'Gigajoules': 'Energy Supply per Capita', '%': '% Renewable'}, inplace=True)

补充说明 #

Pandas的大多数数据处理方法都遵循“不修改原数据，返回新对象”的设计原则，这是为了防止开发者不小心覆盖原始数据。所以以后碰到类似“操作没生效”的情况，先看看方法是否需要赋值，或者有没有inplace参数可以开启原地修改。

内容的提问来源于stack exchange，提问作者Wesley Odom