Pandas DataFrame拆分重命名列异常：df2列名以'ba'开头而非'b'

嘿，我帮你揪出问题的根源了！先看你写的这段代码：

df1 = df[df['colname'==0]] 
df2 = df[df['colname'==1]] 
df1.columns = [ 'a'+ x for x in df1.columns] 
df2.columns = [ 'b'+ x for x in df2.columns]

第一个问题：布尔索引写法错误 #

你这里的df['colname'==0]完全写错了！'colname'==0是在比较字符串"colname"和数字0，结果永远是False，所以这行代码要么会报错，要么得到一个空的DataFrame，根本达不到按colname列的值拆分的目的。正确的写法应该是：

df[df['colname'] == 0]

要先取df['colname']列，再和0做比较，生成正确的布尔索引。

第二个核心问题：视图 vs 副本导致的列名污染 #

就算你把索引写法改对了，还是会出现df2列名变成ba开头的问题——因为你拆分出来的df1和df2都是原始df的视图，不是独立的副本！

Pandas在切片/布尔索引时默认返回视图（节省内存），所以当你修改df1.columns的时候，实际上是直接修改了原始df的列名。等你再拆分得到df2时，原始df的列名已经被改成a开头的了，这时候给df2的列名加b前缀，自然就变成了ba开头。

修正方案 #

解决办法很简单：拆分时用.copy()创建独立副本，同时修正索引写法：

# 正确拆分并生成独立副本
df1 = df[df['colname'] == 0].copy()
df2 = df[df['colname'] == 1].copy()

# 分别修改列名，互不影响
df1.columns = ['a' + x for x in df1.columns]
df2.columns = ['b' + x for x in df2.columns]

这样df1和df2都是完全独立的DataFrame，修改各自的列名不会影响原始数据或彼此，df2的列名就会是你预期的b开头了！

内容的提问来源于stack exchange，提问作者Ethan.cy