熊猫列标题拆分

Question

我有一个带有colums标头的数据框，该标头由3个标记组成，这些标记由'__'分隔

例如

   A__2__66    B__4__45
0
1
2
3
4
5

我知道我不能拆分标题，而只能将第一个标签与该代码一起使用； df.columns=df.columns.str.split('__').str[0]

给予：

   A    B
0
1
2
3
4
5

有没有办法我可以结合使用标签，例如1和3。

给予

   A__66    B__45
0
1
2
3
4
5

我尝试了以下内容，但不起作用

df.columns=df.columns.str.split('__').str[0]+'__'+df.columns.str.split('__').str[2]

Answer 1

使用特定的正则表达式替换：

In [124]: df.columns.str.replace(r'__[^_]+__', '__')                                                                          
Out[124]: Index(['A__66', 'B__45'], dtype='object')

Answer 2

将Index.map与f-string一起使用以选择列表的第一和第三值：

df.columns = df.columns.str.split('__').map(lambda x: f'{x[0]}__{x[2]}')
print (df)
   A__66  B__45
0    NaN    NaN
1    NaN    NaN
2    NaN    NaN
3    NaN    NaN
4    NaN    NaN
5    NaN    NaN

Answer 3

您还可以尝试拆分并加入：

df.columns=['__'.join((i[0],i[-1])) for i in df.columns.str.split('__')]
#Columns: [A__66, B__45]

Answer 4

我发现您自己的解决方案非常好，并且可能是最易读的。只是需要一点调整

df.columns = df.columns.str.split('__').str[0] + '__' + df.columns.str.split('__').str[-1]

Index(['A__66', 'B__45'], dtype='object')

---

或者为了提高效率，我们不想两次致电str.split：

lst_split = df.columns.str.split('__')
df.columns = lst_split.str[0] + '__' + lst_split.str[-1]

Index(['A__66', 'B__45'], dtype='object')