Question

我有一个不同名称格式的多列。例如：

df.columns = ['name_column 1 (type1), name-column_2-(type1),...]

我需要用下划线替换所有字符（下划线除外）。但如果有＆＃39; - （＆＃39;，我只需要一个下划线＆＃39; _＆＃39;，而不是每个特殊字符两个。

期望的输出：

df.columns = ['name_column_1_type1, name_column_2_type1,...]

我试过

for element in df.columns:
    re.sub('[^A-Za-z0-9]+', '_', element)
    print element

但没有任何事情发生，就像在其他一些尝试中一样。

提前致谢

Answer 1

使用replace + strip：

df.columns = df.columns.str.replace('[^A-Za-z0-9]+', '_').str.strip('_')

样品：

df = pd.DataFrame(columns=["'name_column 1 (type1)", 'name-column_2-((type1)'])
print (df.columns.tolist())
["'name_column 1 (type1)", 'name-column_2-((type1)']

df.columns =  df.columns.str.replace('[^A-Za-z0-9]+', '_').str.strip('_')
print (df)
Empty DataFrame
Columns: [name_column_1_type1, name_column_2_type1]
Index: []

print (df.columns.tolist())
['name_column_1_type1', 'name_column_2_type1']

Answer 2

尝试：

df.columns = [re.sub('[^A-z0-9]', '_', i).replace(" ", "_").replace("__", "_") for i in df.columns]

Answer 3

没有任何事情发生，因为re.sub的结果没有分配给任何东西，因此丢失了。您可以使用列表推导并将结果分配回df.columns：

df.columns = [re.sub('[^A-Za-z0-9]+', '_', element) for element in df.columns]
print df.columns

仍然是正则表达式模式错误，但这应该让你开始。

在Pandas数据帧中一次替换所有字符

3 个答案: