刪除不需要的字符並編輯pandas中的列名

Question

我有一些帶有某些列名的pandas df。 列名如下，

u'Kanta / City'，u'Aluepaso / Regional Level'，u'Akue / District'，u'Seotukartakudi /地圖代碼'，u'k / Age'，u'2015'，u'2016'，u' 2017'，u'2018'。

我想要做的是，在一行代碼中重命名列，如下所示，

'City'，'Regional_Level'，'District'，'Map_Code'，'Age'，'2015'，'2016'，'2017'，'2018'。

有沒有有效的方法（使用lambda函數）？

Answer 1

使用lambda：

df.rename(columns=lambda x: x.split('/')[1].replace(' ','_') if '/' in x else x, inplace= True)

df.columns
> Index(['City', 'Regional_Level', 'District', 'Map_code', 'Age', '2015', '2016',
           '2017', '2018'],
          dtype='object')

Answer 2

最簡單的是使用正則表達式replace 。

>>> df
Empty DataFrame
Columns: [Kanta/City, Aluepaso/Regional Level, Akue/District, Seotukartakudi/Map code, k�/Age, 2015, 2016, 2017, 2018]
Index: []

>>> df.columns.str.replace('.*[\\\/]', '')
Index(['City', 'Regional Level', 'District', 'Map code', 'Age', '2015', '2016',
       '2017', '2018'],
      dtype='object')

正則表達式解釋：

.*匹配任何字符（行終止符除外）

*量詞 - 在零和無限次之間匹配，盡可能多次，根據需要回饋（貪婪）

匹配下面列表中的單個字符[\\\\\\/]

\\\\匹配字符\\字面（區分大小寫）

\\/匹配字符/字面（區分大小寫）