Skip to content

Comment renommer des colonnes dans Pandas

Rajiv Chandra
Name
Rajiv Chandra

Updated on

Renommer des colonnes est l’une des tâches les plus fréquentes lors du nettoyage ou de l’organisation de données avec Pandas. Des noms de colonnes clairs et descriptifs rendent votre DataFrame plus lisible et améliorent nettement les analyses en aval.

Dans ce guide mis à jour pour 2025, vous allez découvrir toutes les principales façons de renommer des colonnes dans Pandas, avec des bonnes pratiques, des exemples et les pièges courants à éviter.

Vous voulez un moyen plus rapide d’explorer et de visualiser votre DataFrame Pandas — sans écrire manuellement des graphiques ?

PyGWalker transforme n’importe quel DataFrame en une interface d’exploration visuelle façon Tableau. Essayez-le ici : https://github.com/Kanaries/pygwalker (opens in a new tab)

PyGWalker for Data visualization (opens in a new tab)

📌 Que signifie renommer des colonnes dans Pandas ?

Renommer des colonnes signifie simplement modifier un ou plusieurs labels de colonnes dans votre DataFrame.
C’est utile lorsque :

  • Les noms de colonnes sont peu clairs ou incohérents
  • Ils contiennent des espaces, des caractères spéciaux ou des fautes de frappe
  • Vous avez besoin de noms standardisés pour des jointures ou des modèles
  • Vous voulez des labels plus lisibles pour la présentation ou la visualisation

Pandas offre plusieurs moyens pratiques de renommer des colonnes — chacun répondant à des besoins légèrement différents.

🔧 Comment renommer des colonnes dans Pandas (toutes les méthodes)

Voici les approches les plus courantes et recommandées.

✅ 1. Renommer une seule colonne avec rename()

C’est la méthode la plus sûre et la plus explicite.

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)

Résultat :

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

✅ 2. Renommer plusieurs colonnes avec rename()

Il suffit de passer un dictionnaire plus large.

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

Cette approche évite les problèmes accidentels d’ordre des colonnes et préserve l’index.

✅ 3. Renommer toutes les colonnes d’un coup avec df.columns = [...]

Utile lorsque vous connaissez tous les nouveaux noms de colonnes.

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

⚠️ Important :
La longueur de la liste doit correspondre au nombre de colonnes.

✅ 4. Renommer des colonnes avec set_axis() (style fonctionnel)

Une méthode qui retourne un nouveau DataFrame sauf si inplace=True.

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

Bien que flexible, cette méthode est moins utilisée pour de simples renommages.

✅ 5. Renommer des colonnes dynamiquement avec une list comprehension

Parfait pour des opérations de mise en forme en masse :

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

Idéal pour un nettoyage automatisé :

  • Convertir en minuscules
  • Supprimer les espaces
  • Ajouter des préfixes ou suffixes

Exemples :

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

✅ 6. Renommer des colonnes par index

Le renommage par index est rarement nécessaire mais possible :

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

Utile lorsque les noms de colonnes sont inconnus, dupliqués ou générés dynamiquement.

🧠 Bonnes pratiques pour renommer des colonnes

✔ Préférer rename() pour plus de clarté

rename() est explicite et limite les surprises.

✔ Éviter de modifier df.columns sauf pour tout renommer

Changer la liste entière est rapide — mais impardonnable si le nombre d’éléments ne correspond pas.

✔ Utiliser minuscules + underscore pour des pipelines propres

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

✔ Éviter inplace=True

La documentation de Pandas rappelle que inplace=True n’apporte pas de gain de performance.

⚡ Aide‑mémoire rapide

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'})

🏁 Conclusion

Renommer des colonnes est une étape simple mais essentielle pour préparer un DataFrame à l’analyse. Pandas propose plusieurs façons de le faire — du renommage explicite avec rename() aux transformations massives via list comprehension.

L’approche recommandée :

  • Utiliser rename() lorsque vous renommez des colonnes spécifiques
  • Utiliser df.columns = [...] lorsque vous renommez toutes les colonnes
  • Utiliser des list comprehensions pour des transformations dynamiques
  • Utiliser le renommage par index uniquement lorsque c’est nécessaire

Avec ces outils, vous garderez vos données propres, cohérentes et faciles à manipuler.

🔗 Tutoriels associés

❓ Foire aux questions

1. Comment renommer une colonne dans Pandas ?

Utilisez rename() :

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

2. Comment renommer une colonne par son index ?

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

3. Comment renommer toutes les colonnes d’un coup ?

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