如何基于给定列映射表通用实现pandas DataFrame列名对齐重命名

核心逻辑完全基于你已整理的结构化映射表生成重命名规则，不需要手动写死单条列对应关系，后续映射表内容调整时代码逻辑无需修改。

实现步骤 #

• 将你整理的列名映射关系存储为结构固定的DataFrame（固定保留df1列名、df2列名两列即可，后续新增列对应关系只需要往这个表加行）
• 基于映射表自动生成pandas rename方法要求的参数字典，自动对齐键值方向
• 执行重命名操作

核心代码 #

import pandas as pd

# 你已有的映射表数据，后续新增对应关系直接追加行即可，不需要修改下方代码逻辑
col_mapping_df = pd.DataFrame(
    data={
        "df1列名": ["Drive", "Volume", "Rep"],
        "df2列名": ["Drive_1", "2Volume", "Reps"]
    }
)

# 自动生成重命名字典，无任何硬编码的列名匹配
rename_dict = dict(zip(
    col_mapping_df["df2列名"],
    col_mapping_df["df1列名"]
))

# 执行重命名，得到和df1列名一致的df2
df2 = df2.rename(columns=rename_dict)

可选扩展能力 #

• 加容错校验：避免因为映射表结构不符合要求导致静默报错

# 检查映射表结构是否合规
if not {"df1列名", "df2列名"}.issubset(col_mapping_df.columns):
    raise ValueError("列名映射表必须包含'df1列名'、'df2列名'两个标准列，无法执行重命名")

• 严格对齐df1的列顺序、丢弃df2中无映射的多余列

# 重命名后按df1的列顺序筛选列
target_col_order = col_mapping_df["df1列名"].tolist()
df2 = df2[target_col_order]

注意事项 #

字典键值方向不要搞反：DataFrame.rename(columns=xxx)的规则是，字典的键必须是当前DataFrame的现有列名，字典的值是要替换成的新列名。如果顺序写反，会因为匹配不上现有列名导致重命名完全不生效。

内容的提问来源于stack exchange，提问作者tj judge