df.rename(columns=lambda x: x.strip())无法去除下划线，因strip()仅删除首尾空白字符，不处理中间或首尾的下划线；应改用df.columns.str.replace('_', '')或正则清洗。
为什么 df.rename(columns=lambda x: x.strip()) 不会去掉下划线
因为 strip() 只删首尾空白字符（空格、\t、\n等），对中间的 _ 完全没作用。你看到列名像 "user_name" 或 "_id"，这些下划线根本不在“首尾”，所以原写法毫无效果。
-
strip()不是万能清洗函数，它不处理内部字符 - 如果列名开头有空格+下划线（如
" _user_id"），strip()会去掉空格，但留下"_user_id"—— 下划线还在 - 真正要删下划线，得用
replace()、re.sub()或字符串映射逻辑
怎么安全地去掉列名里的所有下划线（且保留其他合法字符）
最直接的方式是用 str.replace()，但它必须作用在字符串上，而 columns 是 Index 对象，支持向量化操作：
df.columns = df.columns.str.replace('_', '')
- 这行代码就足够，不用套
rename()；df.columns可直接赋值 - 如果只想替换**开头或结尾**的下划线，用正则：
df.columns.str.replace(r'^_|_$', '', regex=True) - 注意：如果列名里有多个连续下划线（如
"a__b"），replace('_', '')会变成"ab"，不是压缩而是彻底移除 - 别用
lambda x: x.replace('_', '')配合rename()—— 多此一举，性能还略差
遇到中文、空格、点号、括号怎么办？统一清洗推荐方案
真实数据常混杂多种非法/易出错字符（比如 SQL 入库、Plotly 绘图、df.user_name 属性访问失败），只去下划线远远不够。建议一步到位做最小化标准化：
import re
df.columns = df.columns.str.replace(r'[^a-zA-Z0-9\u4e00-\u9fa5]', '_', regex=True).str.replace(r'_+', '_', regex=True).str.strip('_')
- 第一段正则
[^a-zA-Z0-9\u4e00-\u9fa5]表示“非英文、数字、中文”的字符，全替换成下划线 - 第二段
_+把多个连续下划线压成一个，避免"col__name"→"col_name" - 最后
strip('_')去掉首尾可能残留的下划线 - 如果后续要当 Python 变量名用（如
df.col_name），还得确保不以数字开头，这时需额外加前缀，比如.str.replace(r'^(\d)', r'col_\1')
rename() + lambda 还有什么坑？别在循环里改列名
有人写 df.rename(columns=lambda x: x.replace('_', ''))，语法没错，但容易误以为它“更灵活”——其实只是绕远路。更大的风险在于副作用：
- 如果 lambda 里写了 print 或修改外部变量，每次 rename 都触发，可能被重复执行多次（尤其链式调用时）
- 若列名含 emoji 或 surrogates（如某些 Windows 导出 CSV 的乱码），
str.replace()比 lambda 更健壮，底层走 Pandas 的矢量化路径 - 对超大 DataFrame（百万列名），
df.columns.str.xxx比rename(columns=lambda...)快 2–5 倍，因为避免了 Python 函数调用开销
列名清洗看着简单，但字符边界、正则贪婪性、Unicode 归一化这些细节，一不留神就会让下游 groupby 或 merge 出现静默错位。动手前先 print(df.columns.tolist()) 看一眼原始样貌，比猜更可靠。
