Pandas rename: Ganti Nama Kolom DataFrame (2026)

Pandas rename ganti nama kolom DataFrame lewat df.rename(columns={'lama': 'baru'}). Satu baris buat ngerapiin header berantakan tanpa ngutak-atik isi datanya.

File ekspor dari sistem kasir atau form sering punya nama kolom kayak Nm_Plgn atau ttl. Susah dibaca, gampang bikin salah waktu nulis kode lanjutan. rename beresin itu.

Di sini kamu bakal lihat sintaksnya, cara ganti banyak kolom sekaligus, cara rapikan semua header dengan satu fungsi, plus contoh nyata data toko.

Apa itu pandas rename dan kapan dipakai?

df.rename adalah method pandas buat ganti label kolom atau baris secara selektif. Kamu sebut nama lama dan nama barunya, pandas ngurus sisanya. Kolom yang nggak kamu sebut dibiarin apa adanya.

Fungsi ini kepakai paling sering pas kamu baru baca file CSV yang header-nya berantakan. Sebelum lanjut analisis, kolom perlu diberi nama yang konsisten dan gampang diketik.

Nama kolom yang rapi bukan soal estetika doang. Kolom bernama total jauh lebih kecil peluang salah ketik dibanding Ttl_Blnj_Rp.

Gimana sintaks df.rename?

Bentuk paling umum pakai argumen columns yang isinya dictionary. Kunci dictionary adalah nama lama, nilainya nama baru.

import pandas as pd

df = pd.DataFrame({
    'Nm_Plgn': ['Budi', 'Siti', 'Andi'],
    'ttl': [150000, 89000, 230000]
})

df = df.rename(columns={'Nm_Plgn': 'nama', 'ttl': 'total'})
print(df.columns)
# Index(['nama', 'total'], dtype='object')

Perhatiin df = df.rename(...). Hasilnya ditampung balik ke df, soalnya rename nggak ngubah DataFrame asli secara default.

Gimana ganti banyak kolom sekaligus?

Tinggal tambah pasangan di dalam dictionary. Sebut sebanyak yang kamu mau, pisah pakai koma.

df = df.rename(columns={
    'Nm_Plgn': 'nama',
    'ttl': 'total',
    'Kt': 'kota',
    'Tgl_Trx': 'tanggal'
})

Kolom yang nggak masuk dictionary tetap namanya seperti semula. Ini yang bikin rename aman: kamu nggak perlu takut kolom lain ikut berubah.

Rapikan semua header dengan satu fungsi

Kalau filenya punya 30 kolom dengan format nama yang kacau, nulis dictionary satu-satu capek. Isi argumen columns pakai fungsi. pandas bakal jalanin fungsi itu ke tiap nama kolom.

# Semua header jadi huruf kecil
df = df.rename(columns=str.lower)

# Buang spasi dan ganti jadi garis bawah
df = df.rename(columns=lambda x: x.strip().replace(' ', '_'))

Baris kedua kepakai banget buat header ekspor Excel yang sering punya spasi di depan atau di tengah. Setelah ini, kolom Total Belanja jadi total_belanja yang rapi dan konsisten.

Contoh kasus: rapikan ekspor penjualan toko_berkah

Toko_berkah ekspor data penjualan dari sistem kasir. Header-nya singkatan semua dan campur huruf besar kecil, susah dipakai.

df.columns
# Index(['Nm_Plgn', 'Kt', 'ttl', 'Tgl_Trx'], dtype='object')

mapping = {
    'Nm_Plgn': 'nama_pelanggan',
    'Kt': 'kota',
    'ttl': 'total',
    'Tgl_Trx': 'tanggal'
}
df = df.rename(columns=mapping)

df.columns
# Index(['nama_pelanggan', 'kota', 'total', 'tanggal'], dtype='object')

Waktu aku benerin file ekspor 4.200 baris dengan 18 kolom singkatan, nyimpen mapping di dictionary terpisah kayak di atas bikin kode jauh lebih gampang dibaca ulang bulan depan. Sekali nulis mapping-nya, tinggal pakai lagi tiap file baru masuk dengan format sama.

Setelah header rapi, kamu bisa lanjut groupby buat agregasi atau ubah tipe data kolom yang masih salah baca. Buat dasar struktur DataFrame, cek konsep DataFrame.

Kesalahan umum saat pakai rename

Dua hal ini paling sering bikin rename kelihatan nggak jalan.

• Lupa nampung hasil. df.rename(...) tanpa df = di depan bakal kebuang. Selalu tampung balik atau pakai inplace=True.
• Salah ketik nama lama. Kalau kunci dictionary nggak cocok sama nama kolom asli, pandas diam aja dan nggak ganti apa pun. Cek dulu df.columns buat mastiin ejaannya.

Satu tips: buat cek cepat, print df.columns sebelum dan sesudah rename. Kalau nggak berubah, berarti ada nama yang salah ketik atau hasilnya nggak ketampung.

rename vs df.columns, pilih yang mana?

Pakai df.rename kalau cuma sebagian kolom yang diganti. Pakai df.columns = [...] kalau mau nimpa semua nama sekaligus, misalnya buat file yang kebaca tanpa header. Detail lengkap argumen rename ada di dokumentasi resmi pandas rename.

Penutup

rename ngubah header berantakan jadi nama yang enak dipakai dalam satu langkah. Yang perlu kamu inget:

• Pakai dictionary buat ganti kolom tertentu secara selektif.
• Pakai fungsi kayak str.lower buat rapikan semua header sekaligus.
• Tampung hasilnya balik ke df atau perubahannya bakal hilang.

Mau pandas jadi alat harianmu buat bersihin data? Kulik latihan kasus nyata di NgulikData biar langkah kayak gini otomatis. Lanjut baca cara hapus baris duplikat di pandas buat lanjutan pembersihan datamu.