修改DataFrame多列列名：批量为指定列名添加字符串的实现方法

嘿，针对你说的批量修改DataFrame指定列名的需求，我给你整理了几种实用的方法，结合你已经有自定义修改函数的情况，应该能快速解决问题！

首先先明确场景：假设你的原始DataFrame列名是类似 ['a', 'b', 'c', 'd', 'e', 'f', 'g']，想要给c到f这几列的名称添加特定字符串（比如后缀_modified或者自定义前缀）。

方法1：用rename函数 + 条件判断 #

Pandas的rename方法支持传入一个lambda函数，我们可以在函数里判断列名是否属于目标范围，是的话执行修改，否则保持原样：

import pandas as pd

# 模拟你的DataFrame
df = pd.DataFrame(columns=['a', 'b', 'c', 'd', 'e', 'f', 'g'])

# 定义需要修改的目标列集合
target_cols = {'c', 'd', 'e', 'f'}

# 批量修改列名：给目标列添加后缀"_modified"
df = df.rename(columns=lambda col: f"{col}_modified" if col in target_cols else col)

如果你的目标列是连续的，也可以通过位置来定位，不用手动列出来：

# 获取目标列的起始和结束索引
start_idx = df.columns.get_loc('c')
end_idx = df.columns.get_loc('f')
target_cols = df.columns[start_idx:end_idx+1]  # 注意要+1，因为切片是左闭右开

# 同样用rename修改
df = df.rename(columns=lambda col: f"{col}_modified" if col in target_cols else col)

方法2：列表推导式直接替换列名 #

这种方法更直观，直接遍历原列名列表，对目标列应用修改逻辑：

# 直接生成新的列名列表
df.columns = [f"{col}_modified" if col in target_cols else col for col in df.columns]

方法3：结合你已有的自定义修改函数 #

既然你已经写了按需修改列名的函数，直接把它整合到批量逻辑里就行：

# 假设这是你已有的自定义修改函数
def custom_col_modifier(col_name):
    # 这里是你的自定义逻辑，比如添加特定前缀后缀或者其他修改
    return f"processed_{col_name}"

# 批量应用到目标列
df.columns = [custom_col_modifier(col) if col in target_cols else col for col in df.columns]

方法4：按位置批量修改（适合连续列） #

如果确定目标列是连续的，也可以通过索引循环修改：

cols_list = list(df.columns)
# 假设c是第3列（索引2），f是第6列（索引5）
for idx in range(2, 6):
    cols_list[idx] = custom_col_modifier(cols_list[idx])  # 或者直接写修改逻辑
df.columns = cols_list

这些方法都能轻松实现批量修改指定列名的需求，你可以根据自己的习惯和具体场景选择～

内容的提问来源于stack exchange，提问作者dodo4545