Question

我有一个df，其中我需要将40个列名重命名为空字符串。这可以通过使用.rename()来实现，但是我需要在dict中提供所有列名，需要重命名。我正在寻找通过模式匹配来重命名列的更好方法。凡在列名中找到NULL / UNNAMED的地方，都用空字符串替换。

df1：原始df（在实际df中，我大约有20列为NULL1-NULL20，还有20列为UNNAMED1-UNNAMED20）

    NULL1   NULL2   C1  C2  UNNAMED1    UNNAMED2
0   1   11  21  31  41  51
1   2   22  22  32  42  52
2   3   33  23  33  43  53
3   4   44  24  34  44  54

所需的输出df：

            C1  C2      
0   1   11  21  31  41  51
1   2   22  22  32  42  52
2   3   33  23  33  43  53
3   4   44  24  34  44  54

这可以通过

实现

df.rename(columns={'NULL1':'', 'NULL2':'', 'UNNAMED1':'', 'UNNAMED2':''}, inplace=True)

但是我不想创建40个元素的长字典

Answer 1

有可能，但要小心-如果需要选择一个空列，请获取所有空列，因为重复的列名称：

print (df[''])

0  1  11  41  51
1  2  22  42  52
2  3  33  43  53
3  4  44  44  54

使用startswith通过列表理解按元组获取所有列：

df.columns = ['' if c.startswith(('NULL','UNNAMED')) else c for c in df.columns]

您的解决方案应更改：

d = dict.fromkeys(df.columns[df.columns.str.startswith(('NULL','UNNAMED'))], '')
print (d)
{'NULL1': '', 'NULL2': '', 'UNNAMED1': '', 'UNNAMED2': ''}
df = df.rename(columns=d)

Answer 2

如果要保留其名称的列很少。如下使用list-comprehension：

df.columns = [col if col in ('C1','C2') else "" for col in df.columns]

Answer 3

df.columns = [col if “NULL” not in col else “” for col in df.columns]

这应该可行，因为您可以通过将列表赋值给dataframe列变量来更改列名称。

Answer 4

如果您要坚持使用rename：

def renaming_fun(x):
    if "NULL" in x or "UNNAMED" in x:
        return "" # or None
    return x

df = df.rename(columns=renaming_fun)

如果映射功能变得更复杂，可能会很方便。否则，列表理解将起作用：

df.columns = [renaming_fun(col) for col in cols]

另一种可能性：

df.columns = map(renaming_fun, df.columns)

但是正如已经提到的，用空字符串重命名通常不是您要做的事情。

Answer 5

您可以在df.rename（）中使用dict理解：

idx_filter = np.asarray([i for i, col in enumerate(df.columns) if SOME_STRING_CONDITION in col])
df.rename(columns={col: '' for col in df.columns[idx_filter]}, inplace=True)

在您的情况下，听起来SOME_STRING_CONDITION为'NULL'或'UNNAMED'。

我在寻找有关我自己的问题的更通用列重命名问题（Renaming columns in pandas）的线程上的帮助时解决了这个问题。我没有足够的声誉来将我的解决方案添加为答案或评论（我对stackoverflow还是陌生的），所以我将其发布在这里！

如果您需要保留要过滤的字符串的一部分，此解决方案也很有用。例如，如果您想将“ C”列替换为“ col _”：

idx_filter = np.asarray([i for i, col in enumerate(df.columns) if 'C' in col])
df.rename(columns={col: col.replace('C', 'col_') for col in df.columns[idx_filter]}, inplace=True)

根据条件重命名熊猫数据框的多列

5 个答案: