add_prefix()和add_suffix()是pandas原生最快列名批量修改方法,仅字符串操作、不改数据、不触发copy;默认返回新对象,需显式赋值,pandas 2.0+已弃用inplace。

用 add_prefix() 和 add_suffix() 最快完成列名批量修改
这两个方法是 pandas 原生支持的、最直接的方式,不改数据、不重建索引、不触发 copy,纯列名字符串操作。它们只作用于 columns,对 index 无影响。
常见错误是误以为它们会修改原 DataFrame —— 实际上默认返回新对象,原 df 不变:
df_new = df.add_prefix('feat_') # ✅ 返回新 DataFrame<br>df.add_prefix('feat_') # ❌ 原 df 没变,返回值被丢弃- 必须显式赋值,或加
inplace=True(但注意:pandas 2.0+ 已弃用inplace参数,建议始终用赋值) -
add_prefix()对所有列名统一加前缀,包括多级列(MultiIndex)也生效 - 若列名含空格或特殊字符,前缀/后缀会原样拼接,不会自动加下划线或转义
手动重命名时,columns 赋值比 rename() 更轻量
当需要更灵活控制(比如只改部分列、加条件逻辑),直接构造新列名列表再赋值给 df.columns,比调用 rename() 更快、更透明。
例如给数值型列加前缀,跳过时间列:
立即学习“Python免费学习笔记(深入)”;
new_cols = [<br> f'num_{col}' if pd.api.types.is_numeric_dtype(df[col]) else col<br> for col in df.columns<br>]<br>df.columns = new_cols # ✅ 直接替换,无额外开销-
df.rename(columns={...})需要构造字典,对大列数 DataFrame 有明显内存和 CPU 开销 -
df.columns = [...]是 O(n) 字符串操作,且不校验重复列名 —— 如果新列名重复,后续df[col]会出错或返回多列 - 注意:赋值后若原列名含中文或 emoji,新列名编码不受影响,但某些下游库(如 SQLAlchemy 写表)可能报 identifier 错误
处理多级列(MultiIndex)时,add_prefix() 行为不同
对 MultiIndex 列,add_prefix() 默认只作用于最外层 level,不是每个 tuple 元素都加前缀。
例如列是 (('A', 'x'), ('A', 'y'), ('B', 'z')),add_prefix('pre_') 结果是 (('pre_A', 'x'), ('pre_A', 'y'), ('pre_B', 'z'))。
- 如需对每个 level 分别加前缀,得用
map()+tuple解构:df.columns = df.columns.map(lambda x: ('pre_' + x[0], 'sub_' + x[1])) -
add_suffix()同理,只作用于 level 0;后缀加在元组第一个元素末尾,不是整个元组字符串化后再加 - 用
set_levels()可单独改某一层,但会丢失原有 level 名(names),需手动恢复
导出到 CSV 或数据库前,记得检查列名合法性
加完前缀/后缀后,列名可能变成以数字开头(如 '1st_value')、含空格或点号(如 'user.id'),这在某些场景下会引发问题。
- SQL 表字段名通常不允许以数字开头,也不推荐含点号;可先用正则清理:
df.columns = [re.sub(r'^\d+|[^a-zA-Z0-9_]', '_', col) for col in df.columns] - CSV 读取时若列名含逗号或换行,需确保
to_csv(..., quoting=csv.QUOTE_ALL) - Spark 或 DuckDB 等引擎对列名更敏感,建议提前用
df.columns.str.replace()统一标准化
真正麻烦的不是加前缀本身,而是后续链路里某个环节悄悄把非法列名当成了语法错误 —— 这类问题往往在部署后才暴露,且 traceback 不指向列名修改那行代码。


















