Pandas重命名DataFrame列后无法提取列的问题求助

嗨，我来帮你排查下这个问题～

你遇到的核心问题在于修改列名的方式不规范，导致DataFrame内部的属性映射没有同步更新。咱们一步步拆解：

为什么直接改columns.values会出错？ #

Pandas里的DataFrame.columns是一个Index对象，它本质上是**不可变（immutable）**的。你通过bank_statement.columns.values[0] = 'Din'这种方式，虽然表面上修改了列名的显示值，但DataFrame内部用于支持.属性访问的映射关系并没有被正确更新——所以你用bank_statement.Din时，Pandas找不到对应的属性，就抛出了AttributeError。

不过你可以试试用方括号访问：bank_statement['Din']，大概率是能拿到数据的，但这终究不是规范的做法。

正确的重命名列方法 #

推荐用以下两种标准方式来修改列名，这样不管是.还是方括号访问都能正常工作：

方法1：使用rename()方法（推荐，更灵活） #

可以指定要修改的列名映射，支持批量修改，还可以选择是否原地修改：

# 原地修改（不需要重新赋值）
bank_statement.rename(columns={bank_statement.columns[0]: 'Din'}, inplace=True)

# 或者不原地修改，赋值给新变量
bank_statement = bank_statement.rename(columns={bank_statement.columns[0]: 'Din'})

如果你知道原来第一列的具体名称（比如Unnamed: 0），也可以直接写：

bank_statement.rename(columns={'Unnamed: 0': 'Din'}, inplace=True)

方法2：重新赋值整个columns数组 #

把列名转成列表修改后，再重新赋值给columns：

# 把列名转成可修改的列表
cols = bank_statement.columns.tolist()
# 修改第一列的名字
cols[0] = 'Din'
# 重新赋值给DataFrame的columns
bank_statement.columns = cols

为什么读取CSV时能正常访问？ #

你读取CSV文件时，列名是Pandas从文件头直接读取并初始化的，这个过程中DataFrame已经正确建立了列名和属性的映射关系，所以用.访问自然没问题。

总结一下：避免直接修改columns.values，用Pandas提供的标准方法重命名列，就能解决这个问题啦～

内容的提问来源于stack exchange，提问作者Moni