pandas中重命名DataFrame列唯一推荐方式是rename()，需传入{'旧名':'新名'}字典，键必须完全匹配现有列名（区分大小写），支持部分修改、链式调用和安全映射。
用 pandas rename() 重命名 DataFrame 列最稳妥
直接改 columns 属性看似快，但容易错位或漏改；rename() 是唯一推荐方式，它按列名（而非位置）映射，安全、可读、支持链式调用。
- 必须传字典：
{'旧名': '新名'}，键必须完全匹配现有列名（区分大小写） - 如果只改部分列，其他列自动保留，不会丢
- 加
inplace=True可原地修改，但更推荐赋值写法：df = df.rename(...)，避免隐式状态 - 别用
df.columns = ['a','b','c']——列数不一致会报ValueError: Length mismatch
重命名时遇到 KeyError 怎么办
常见于拼写错误、空格、隐藏字符，或列名是数字/特殊符号但没加引号。
- 先检查真实列名：
print(df.columns.tolist())，注意前后空格和不可见字符 - 如果列名含空格或连字符，字典键必须带引号：
{'user id': 'user_id'} - 如果列名是整数（如
0,1），键也得是整数：{0: 'first_col'}，不是字符串'0' - 用
df.columns.str.strip()预处理可解决空格问题，但别在rename()里直接链式调用，会报错
批量替换列名前缀或后缀
手动写字典太累，用 str.replace() 或 str.startswith() + 字典推导更高效。
- 统一去前缀：
df.rename(columns={c: c.replace('old_', '') for c in df.columns if c.startswith('old_')}) - 加后缀（仅对数值型列）：
{c: f'{c}_normalized' for c in df.select_dtypes('number').columns} - 注意：字典推导生成的键必须全在原列中，否则会被忽略——这反而是优点，不怕多写
- 别用
df.columns = df.columns.str.replace(...)，它不校验是否真有对应列，易静默出错
在 Streamlit / Dash 等可视化界面里实时重命名
界面里不能直接改原始 df，得靠用户输入触发 rename() 并更新显示，核心是状态同步。
- 用
st.text_input()获取新列名，配合st.selectbox()选旧列名，组合成字典传给rename() - 每次重命名后必须重新渲染表格：
st.dataframe(df_renamed)，否则界面不动 - 别把
df.rename()写在st.button()外面——它会在每次 rerun 时执行，导致列名反复叠加 - 如果支持多列同时改，用
st.multiselect()收集旧列，再逐个配新名，字典构建逻辑要提前验证键存在性
重命名本身不难，难的是列名来源不可控——来自 Excel 导入、API 返回或用户上传，往往带空格、中文、emoji 甚至控制字符。建议在数据加载后立刻做 df.columns = df.columns.astype(str).str.strip()，省掉后续一堆 KeyError 排查。
