您可以这样做：
输入：

df = pd.DataFrame(data=[['1','2'], ['3','4']], columns=['AH_PH', 'AH_AS'])
print(df)  

  AH_PH AH_AS
0     1     2
1     3     4

输出：

df.columns = df.columns.str.split('_').str[::-1].str.join('_')
print(df)

  PH_AH AS_AH
0     1     2
1     3     4

解释：
使用字符串访问器和“\”上的拆分方法
然后使用带索引切片反转的str访问器[：：-1]，可以反转列表的顺序
最后，使用字符串访问器和join，我们可以再次将列表连接在一起。

你就快到了，你能行

df.columns = df.columns.map(rejig_col_names)

除了使用列名作为参数调用函数外，请按如下方式更改它：

def rejig_col_names(col_name):
        elements_of_header = col_name.split('_')
        new_title = elements_of_header[-1] + "_" + elements_of_header[0]
        return new_title

另一个答案的替代方案。使用您的函数和 DataFrame.rename ```
import pandas as pd

def rejig_col_names(columns):
elements_of_header = columns.split('')
new_title = elements_of_header[-1] + "" + elements_of_header[0]
return new_title

data = {
'A_B': [1, 2, 3],
'C_D': [4, 5, 6],
}

df = pd.DataFrame(data)
df.rename(rejig_col_names, axis='columns', inplace=True)
print(df)

str.replace 也是通过交换捕获组的一个选项：
从scottboston借用的示例输入

df = pd.DataFrame(data=[['1', '2'], ['3', '4']], columns=['AH_PH', 'AH_AS'])

然后捕获“\u1”之前和之后的所有内容，并交换捕获组1和2。

df.columns = df.columns.str.replace(r'^(.*)_(.*)$', r'\2_\1', regex=True)

PH_AH AS_AH
0     1     2
1     3     4