如何操作 dataframe 中的 header 列字符串

Question

如何刪除列標題中的部分字符串“test_”。 圖片 dataframe 有很多列，所以 df.rename(columns={"test_Stock B":"Stock B"}) 不是我要找的解決方案！

import pandas as pd

data = {'Stock A':[1, 1, 1, 1],
           'test_Stock B':[3, 3, 4, 4],
           'Stock C':[4, 4, 3, 2],
           'test_Stock D':[2, 2, 2, 3],
           }

df = pd.DataFrame(data)

# expect
data = {'Stock A':[1, 1, 1, 1],
           'Stock B':[3, 3, 4, 4],
           'Stock C':[4, 4, 3, 2],
           'Stock D':[2, 2, 2, 3],
           }

df_expacte = pd.DataFrame(data)

我希望所有列標題僅標記為“Stock x”而不是“test_Stock x”。 謝謝你的想法！

Answer 1

您可以通過列表理解重新定義列：

df.columns = [x.replace("test_","") for x in df]

這輸出：

   Stock A  Stock B  Stock C  Stock D
0        1        3        4        2
1        1        3        4        2
2        1        4        3        2
3        1        4        2        3

Answer 2

您可以在使用以下代碼將數據轉換為 dataframe 之前清理數據：

cleaned_data = {k.replace('test_', ''): v for k,v in data.items()}

Answer 3

如果需要提取值Stock x使用Series.str.extract ：

#if need uppercase letter after Stock + space
df.columns = df.columns.str.extract('(Stock\s+[A-Z]{1})', expand=False)
#if need any value after Stock + space
#df.columns = df.columns.str.extract('(Stock\s+.*)', expand=False)
print (df)
   Stock A  Stock B  Stock C  Stock D
0        1        3        4        2
1        1        3        4        2
2        1        4        3        2
3        1        4        2        3

或者如果需要刪除test_使用Series.str.replace ：

df.columns = df.columns.str.replace('test_', '')

Answer 4

import pandas as pd

data = {'Stock A':[1, 1, 1, 1],
           'test_Stock B':[3, 3, 4, 4],
           'Stock C':[4, 4, 3, 2],
           'test_Stock D':[2, 2, 2, 3],
           }

df = pd.DataFrame(data)

df.columns = [x.replace('test_','') for x in df.columns]

output：

print(df)
Out[9]: 
   Stock A  Stock B  Stock C  Stock D
0        1        3        4        2
1        1        3        4        2
2        1        4        3        2
3        1        4        2        3

Answer 5

您可以使用正則表達式（參見python 文檔）來替換或刪除前綴“test_”。 列標題可以被視為 python 列表或 pandas 系列。 在任何情況下，您都可以迭代地對列標題的每個元素應用替換。

選項A

Pandas有一個字符串處理方法集合，可以通過pandas系列的str屬性訪問。 由於列標題是一個系列，您可以將所需的模式替換為，

df.columns = df.columns.str.replace(r'^test_', '')

選項B

正則表達式模塊可用於在每一列 header 上使用re.sub方法替換所需的模式，使用列表理解。

import re
df.columns = [re.sub(r'^test_', '', col) for col in df.columns]