关于：

cols = {
    col: f"col{i + 1}" if col != "Target" else col
    for i, col in enumerate(df.columns)
}

out = df.rename(columns=cols)

col1  col2  col3  Target
0     0     1     0       1
1     1     1     0       0
2     0     1     0       0
3     1     0     1       1

您也可以在适当的位置执行此操作：

cols = [
    f"col{i + 1}" if col != "Target" else col
    for i, col in enumerate(df.columns)
]

df.columns = cols

您可以用途：

# get all columns except excluded ones (here "Target")
cols = df.columns.difference(['Target'])
# give a new name 
names = 'col' + pd.Series(range(1, len(cols)+1), index=cols).astype(str)

out = df.rename(columns=names)

输出：

col1  col2  col3  Target
0     0     1     0       1
1     1     1     0       0
2     0     1     0       0
3     1     0     1       1

• • 拟议代码：**

您可以将一个dict传递给rename() Pandas函数，并在参数中包含如下的dict：
columns={'IsCool': 'col0', 'IsTall': 'col1', 'IsHappy': 'col2'}
此dict通过使用zip函数获得：dict(zip(keys, values))

import pandas as pd

df = pd.DataFrame({"IsCool": [0, 1, 0, 1], 
                   "IsTall": [1, 1, 1, 0], 
                   "IsHappy": [0, 0, 0, 1], 
                   "Target": [1, 0, 0, 1]})

df = df.rename(columns = dict(zip(df.columns.drop('Target'), 
                                  ["col%s"%i for i in range(len(df.columns)-1)])))

print(df)

• • 结果：**

col0  col1  col2  Target
0     0     1     0       1
1     1     1     0       0
2     0     1     0       0
3     1     0     1       1