优化DataFrame带年份标签的列重命名代码：去除重复逻辑

嘿，手动逐个写键值对确实太繁琐了！咱们可以用字典推导式来自动生成列名映射，既简洁又能避免手动输入的错误，下面给你两种实用的方案：

方案一：直接生成固定范围的映射 #

如果确定要重命名的列就是50到59，直接用字典推导式生成映射关系就行——观察规律：列号50对应2006，也就是列号 + 1956 = 目标年份，所以代码可以写成：

# 自动生成列号到年份字符串的映射
rename_mapping = {col: str(col + 1956) for col in range(50, 60)}
# 执行重命名操作
GDP = GDP.rename(columns=rename_mapping)

range(50, 60)会生成50到59的所有整数，循环过程中自动计算对应的年份并转成字符串，完全不用手动写每一对键值。

方案二：仅重命名DataFrame中存在的目标列 #

如果不确定DataFrame里是否包含50-59的所有列（比如可能缺某几列），可以先筛选出存在的目标列再生成映射，这样更安全：

# 筛选出DataFrame中属于50-59范围的列
target_columns = [col for col in GDP.columns if 50 <= col <= 59]
# 生成映射
rename_mapping = {col: str(col + 1956) for col in target_columns}
# 重命名
GDP = GDP.rename(columns=rename_mapping)

这个方案只会处理DataFrame中实际存在的、符合范围的列，不会因为列不存在而报错。

之后如果年份的对应规则有变化（比如列号50要对应2007了），只需要修改col + 1956里的偏移量就行，非常灵活！

内容的提问来源于stack exchange，提问作者bariumdose