python〈3.9，pandas〈1.4

使用str.strip/rstrip：

# df.columns = df.columns.str.strip('_x')
# Or, 
df.columns = df.columns.str.rstrip('_x')  # strip suffix at the right end only.

df.columns
# Index(['W', 'First', 'Last', 'Slice'], dtype='object')

为了避免评论中强调的问题：
如果任何列名的后缀以_或x开头或结尾，请注意strip（）。
你可以用str.replace

df.columns = df.columns.str.replace(r'_x$', '')

df.columns
# Index(['W', 'First', 'Last', 'Slice'], dtype='object')

更新：python〉= 3.9，pandas〉= 1.4

从1.4版开始，您很快就可以使用str.removeprefix/str.removesuffix。
示例：

s = pd.Series(["str_foo", "str_bar", "no_prefix"])
s
0    str_foo
1    str_bar
2    no_prefix
dtype: object

s.str.removeprefix("str_")
0    foo
1    bar
2    no_prefix
dtype: object

s = pd.Series(["foo_str", "bar_str", "no_suffix"])
s
0    foo_str
1    bar_str
2    no_suffix
dtype: object

s.str.removesuffix("_str")
0    foo
1    bar
2    no_suffix
dtype: object

df.columns = [col[:-2] for col in df.columns if col[-2:]=='_x' else col]

或

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

我建议使用rename函数：

df.rename(columns = lambda x: x.strip('_x'))

输出符合要求
你自己也可以照顾FabienP的评论和修改，如果根据Quang Hoang的解决方案：

df.rename(columns = lambda x: x.replace('_x$', ''))

给出所需的输出。
另一个解决方案很简单：

df.rename(columns = lambda x: x[:-2] if x.endswith('_x') else x)

我通常使用@cs95方式，但为了方便起见，我将其 Package 在 Dataframe 方法中：

import pandas as pd

def drop_prefix(self, prefix):
    self.columns = self.columns.str.lstrip(prefix)
    return self

pd.core.frame.DataFrame.drop_prefix = drop_prefix

然后你可以像pandas add_prefix中已经实现的inverse方法一样使用它：

pd.drop_prefix('myprefix_')

Python=3.8，Pandas=1.3：

使用df.columns = df.columns.str.replace('_x','')去掉后缀。
这样做效果很好，只从列名中删除确切的子字符串（后缀）'_x'，而不是str.strip/str.rstrip(substring)，它从DataFrame的列名中删除substring中提到的所有字符，而不管列名中是否存在完整的子字符串，这些字符出现的顺序等。

在Python 3.9+中，你可以使用字符串方法removesuffix()和removeprefix()，如下所示：

df.columns = df.rename(columns = lambda x: x.removesuffix('_x')) # or any suffix per say
df.columns = df.rename(columns = lambda x: x.removeprefix('prefix_i_want_to_remove'))

或者，您可以直接Map到列，如下所示：

df.columns = df.columns.map(lambda x: x.removesuffix('_x')) # or any suffix per say
df.columns = df.columns.map(lambda x: x.removeprefix('prefix_i_want_to_remove'))

我有一个类似的请求，需要去掉列标题的前缀。在我的例子中，前缀有这样的模式：* *'p1-'，'p2-'，'p3-'**等等，所以我使用下面的代码片段来删除它们：

df.columns.str.replace(r'[a-z][0-9]*-','')