在 Pandas 中，有多种方法可以对列名进行重命名，以下是几种常见的方式： ### 使用`rename`方法 `rename`方法允许同时重命名列名和索引，通过指定`columns`参数可以对列名进行重命名。示例代码如下： ```python import pandas as pd # 创建示例 DataFrame data = {'Value': [1, 2, 3], 'Score': [4, 5, 6]} df = pd.DataFrame(data) # 重命名列名 df_renamed = df.rename(columns={'Value': 'NewValue', 'Score': 'NewScore'}) # 打印重命名后的 DataFrame print("重命名列名后的 DataFrame:") print(df_renamed) ``` 在上述代码中，`rename`方法通过`columns`参数将`Value`列重命名为`NewValue`，`Score`列重命名为`NewScore`。此方法还可以同时重命名索引，只需同时指定`index`参数（或使用`mapper`参数并设置`axis`）。例如： ```python # 同时重命名列名和索引 df_renamed = df.rename(columns={'Value': 'NewValue'}, index={0: 'Alpha', 1: 'Beta', 2: 'Gamma'}) # 打印重命名后的 DataFrame print("\n同时重命名列名和索引后的 DataFrame:") print(df_renamed) ``` ### 直接赋值给`columns`属性 可以直接将新的列名列表赋值给`DataFrame`的`columns`属性。示例如下： ```python import pandas as pd # 创建示例 DataFrame df = pd.DataFrame({'$a': [1, 2], '$b': [10, 20]}) print("原始 DataFrame:") print(df) # 重命名列名 df.columns = ['a', 'b'] print("\n重命名列名后的 DataFrame:") print(df) ``` 在这个例子中，通过将`df.columns`赋值为`['a', 'b']`，将原来的列名`$a`和`$b`重命名为`a`和`b`。 ### 批量重命名列名 对于大规模的数据集，手动一个一个修改列名将会变得非常繁琐且效率低下。可以使用一些技巧来批量重命名列名。例如，为列名添加前缀或后缀： ```python import pandas as pd # 创建示例 DataFrame data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]} df = pd.DataFrame(data) # 添加前缀 df.columns = ['new_' + col for col in df.columns] print("添加前缀后的 DataFrame:") print(df) ``` 在上述代码中，通过列表推导式为每个列名添加了`new_`前缀。