如何在Pandas中设置显示列名与字典键名不同？

算力阿峰

2026-5-15

关于Pandas区分实际列名与显示标签的问题

嘿，作为Pandas新手能考虑到区分实际用于数据操作的列名和仅用于显示的标签，这个思路真的很赞！先直接给你答案：

你的做法是正确的，但确实没必要为了显示额外创建并存储一个新的DataFrame——Pandas有更轻量的方式来实现这个需求，完全不用浪费内存。

几种更高效的方案：

临时重命名后直接打印（不修改原DataFrame）
如果你只是需要在打印/输出时显示友好的标签，完全不用创建新的DataFrame变量，直接在打印时用rename临时修改即可：
```
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(3), columns=['A'])

# 临时重命名列并打印，原df的列名完全不变
print(df.rename(columns={'A': 'Long label (%)'}))
```
输出结果就是你想要的友好格式，而原DataFrame的列名A依然保留，不影响后续作为字典键使用。
使用Styler对象定制显示样式
如果需要更复杂的显示效果（比如格式化数值、添加样式等），Pandas的Styler工具可以完美实现“数据与显示分离”：
```
# 创建Styler对象，仅修改显示的列标题
styled_df = df.style.set_axis(['Long label (%)'], axis=1)
# Jupyter环境直接输出即可，终端可通过print(styled_df.to_html())查看格式化结果
styled_df
```
Styler只是生成显示用的样式规则，不会复制原数据，内存占用极低，还能支持各种自定义显示需求。
补充：你的原做法内存其实没你想的那么大
顺便说一句，你用df.set_axis(..., inplace=False)创建的新DataFrame，其实是原数据的浅拷贝——它共享原DataFrame的数据块，只是重新创建了列索引对象，内存开销非常小，几乎可以忽略。但从代码简洁性和内存利用率来说，上面两种临时处理的方式还是更优。