Question

我正在解析Excel文件中的数据，该文件在某些列标题中有额外的空白区域。

当我检查结果数据帧的列时，如下所示：

df.columns

结果如下：

Index(['Year', 'Month ', 'Value'])

因此，我无法运行

df["Month"]

因为它会告诉我找不到列，因为我要求“月”，而不是“月”。

那么，我的问题是如何从列标题中删除不需要的空白区域？

Answer 1

您可以为rename方法提供功能。 str.strip()方法应该做你想要的。

In [5]: df
Out[5]: 
   Year  Month   Value
0     1       2      3

[1 rows x 3 columns]

In [6]: df.rename(columns=lambda x: x.strip())
Out[6]: 
   Year  Month  Value
0     1      2      3

[1 rows x 3 columns]

Answer 2

如果您使用的是最新版本，现在可以在列上调用.str.strip：

In [5]:
df = pd.DataFrame(columns=['Year', 'Month ', 'Value'])
print(df.columns.tolist())
df.columns = df.columns.str.strip()
df.columns.tolist()

['Year', 'Month ', 'Value']
Out[5]:
['Year', 'Month', 'Value']

<强>计时

In[26]:
df = pd.DataFrame(columns=[' year', ' month ', ' day', ' asdas ', ' asdas', 'as ', '  sa', ' asdas '])
df
Out[26]: 
Empty DataFrame
Columns: [ year,  month ,  day,  asdas ,  asdas, as ,   sa,  asdas ]


%timeit df.rename(columns=lambda x: x.strip())
%timeit df.columns.str.strip()
1000 loops, best of 3: 293 µs per loop
10000 loops, best of 3: 143 µs per loop

所以str.strip快了〜2倍，我希望这对于更大的dfs来说可以更好地扩展

Answer 3

如果您使用CSV格式从Excel导出并读取为Pandas DataFrame，则可以指定：

skipinitialspace=True

致电pd.read_csv时。

来自documentation：

skipinitialspace：布尔，默认为False
Skip spaces after delimiter.

Answer 4

如果您正在寻找一种牢不可破的方法，我建议：

data_frame.rename(columns=lambda x: x.strip() if isinstance(x, str) else x, inplace=True)

如何从Pandas DataFrame标头中删除空格？

4 个答案: