Skip to content

Wie man Spalten in Pandas umbenennt

Rajiv Chandra
Name
Rajiv Chandra

Updated on

Das Umbenennen von Spalten gehört zu den häufigsten Aufgaben beim Bereinigen oder Organisieren von Daten in Pandas. Klare und aussagekräftige Spaltennamen machen dein DataFrame besser lesbar und verbessern nachgelagerte Analysen erheblich.

In diesem aktualisierten Leitfaden für 2025 lernst du alle wichtigen Methoden zum Umbenennen von Spalten in Pandas kennen – inklusive Best Practices, Beispielen und typischen Fallstricken.

Du willst dein Pandas DataFrame schneller erkunden und visualisieren – ohne Diagramme manuell zu schreiben?

PyGWalker verwandelt jedes DataFrame in eine Tableau-ähnliche Oberfläche zur visuellen Exploration. Probiere es hier aus: https://github.com/Kanaries/pygwalker (opens in a new tab)

PyGWalker for Data visualization (opens in a new tab)

📌 Was bedeutet es, Spalten in Pandas umzubenennen?

Spalten umzubenennen bedeutet einfach, einen oder mehrere Spaltenbezeichner in deinem DataFrame zu ändern.
Das ist nützlich, wenn:

  • Spaltennamen unklar oder uneinheitlich sind
  • sie Leerzeichen, Sonderzeichen oder Tippfehler enthalten
  • du standardisierte Namen für Joins oder Modellierung brauchst
  • du lesbare Labels für Präsentation oder Visualisierung möchtest

Pandas bietet mehrere komfortable Möglichkeiten zum Umbenennen von Spalten – jede mit leicht unterschiedlichem Einsatzzweck.

🔧 Wie man Spalten in Pandas umbenennt (alle Methoden)

Hier sind die gängigsten und empfohlenen Ansätze.

✅ 1. Eine einzelne Spalte mit rename() umbenennen

Das ist die sicherste und zugleich expliziteste Methode.

import pandas as pd
 
df = pd.DataFrame({
    'Name': ['John', 'Alex', 'Peter'],
    'Age': [25, 24, 28],
    'Gender': ['Male', 'Male', 'Male']
})
 
df = df.rename(columns={'Age': 'Years'})
print(df)

Ausgabe:

    Name  Years Gender
0   John     25   Male
1   Alex     24   Male
2  Peter     28   Male

✅ 2. Mehrere Spalten mit rename() umbenennen

Gib einfach ein größeres Dictionary an.

df = df.rename(columns={
    'Age': 'Years',
    'Gender': 'Sex'
})

Diese Vorgehensweise vermeidet versehentliche Probleme mit der Spaltenreihenfolge und erhält den Index.

✅ 3. Alle Spalten auf einmal mit df.columns = [...] umbenennen

Praktisch, wenn du alle neuen Spaltennamen kennst.

df.columns = ['ID', 'Years', 'Dept']

⚠️ Wichtig:
Die Länge der Liste muss der Anzahl der Spalten entsprechen.

✅ 4. Spalten mit set_axis() umbenennen (funktionaler Stil)

Eine Methode, die ein neues DataFrame zurückgibt, sofern inplace=True nicht gesetzt ist.

df = df.set_axis(['A', 'Years', 'B'], axis=1)

Zwar flexibel, aber für einfaches Umbenennen weniger gebräuchlich.

✅ 5. Spalten dynamisch mit List Comprehension umbenennen

Ideal für umfangreiche Formatierungen:

df.columns = [col.replace('_', ' ').title() for col in df.columns]

Perfekt für automatisches Aufräumen:

  • in Kleinbuchstaben umwandeln
  • Leerzeichen entfernen
  • Präfixe oder Suffixe hinzufügen

Beispiele:

df.columns = [col.lower() for col in df.columns]
df.columns = [f"user_{col}" for col in df.columns]

✅ 6. Spalten nach Index umbenennen

Das Umbenennen über den Spaltenindex wird selten benötigt, ist aber möglich:

df = df.rename(columns={2: 'Dept'})

Nützlich, wenn Spaltennamen unbekannt, doppelt vorhanden oder dynamisch erzeugt sind.

🧠 Best Practices für das Umbenennen von Spalten

✔ Für Klarheit rename() bevorzugen

rename() ist explizit und vermeidet Überraschungen.

✔ df.columns nur ändern, wenn du alle Spalten umbenennst

Das Ersetzen der gesamten Liste ist schnell – aber unerbittlich, falls die Anzahl nicht stimmt.

✔ Kleinbuchstaben + Unterstrich für saubere Daten-Pipelines

df.columns = [c.lower().replace(' ', '_') for c in df.columns]

✔ inplace=True vermeiden

Pandas weist darauf hin, dass inplace=True keinen Performancevorteil bietet.

⚡ Kurze Cheatsheet-Übersicht

df.rename(columns={'old': 'new'})
df.columns = ['A', 'B', 'C']
df = df.set_axis(['A', 'B', 'C'], axis=1)
df.columns = [col.lower() for col in df.columns]
df.rename(columns={2: 'new_name'})

🏁 Fazit

Das Umbenennen von Spalten ist ein einfacher, aber zentraler Schritt, um ein DataFrame für Analysen vorzubereiten. Pandas stellt dafür mehrere Wege bereit – von explizitem Umbenennen mit rename() bis hin zu Massenformatierungen über List Comprehension.

Empfohlene Vorgehensweise:

  • Nutze rename(), wenn du bestimmte Spalten umbenennst
  • Nutze df.columns = [...], wenn du alle Spalten umbenennst
  • Nutze List Comprehension für dynamische Transformationen
  • Nutze indexbasiertes Umbenennen nur bei Bedarf

Mit diesen Werkzeugen hältst du deine Daten sauber, konsistent und gut weiterverarbeitbar.

🔗 Verwandte Anleitungen

❓ Häufig gestellte Fragen

1. Wie benenne ich eine Spalte in Pandas um?

Nutze rename():

df.rename(columns={'old': 'new'})

2. Wie benenne ich eine Spalte über ihren Index um?

df.rename(columns={0: 'id'})

3. Wie benenne ich alle Spalten auf einmal um?

df.columns = ['A', 'B', 'C']