Pandas 批量替换列名中的字符

在数据分析和处理过程中，经常需要进行列名的操作，其中就包括批量替换列名中的字符。Python 中强大的数据处理库 Pandas 可以提供非常便捷的列名操作方式，本文将向大家介绍如何快速实现替换所有列名中的指定字符。

阅读更多：Pandas 教程

前置知识

在学习本文之前，您需要对 Pandas 中 DataFrame 的相关操作有一定的了解。如果您已经掌握了 DataFrame 的基础操作，那么本文将能够让您更深入地理解 Pandas 中列名的操作。

准备数据

我们先创建一个包含 5 列，2 行数据的 DataFrame：

import pandas as pd

data = {'col_1': [1, 2], 'col@2': [3, 4], 'col_3': [5, 6], 'col!4': [7, 8], 'col_5': [9, 10]}
df = pd.DataFrame(data)
print(df)

输出结果为：

   col_1  col@2  col_3  col!4  col_5
0      1      3      5      7      9
1      2      4      6      8     10

我们可以看到 DataFrame 中包含了多个列，其中有些列名中包含非常规字符。

批量替换列名

我们可以使用 Pandas 提供的 DataFrame.rename() 方法来对列名进行替换操作。该方法可以接收一个字典作为参数，字典中的键代表原列名，值代表替换后的列名。

下面的代码中，我们将所有的“_”字符替换为“-”字符：

df.rename(columns={col: col.replace('_', '-') for col in df.columns}, inplace=True)
print(df)

输出结果为：

   col-1  col@2  col-3  col!4  col-5
0      1      3      5      7      9
1      2      4      6      8     10

我们可以看到，所有列名中的“_”字符都被替换成了“-”字符。

批量删除列名中的指定字符

与替换操作类似，我们也可以使用 DataFrame.rename() 方法批量删除列名中指定的字符。

下面的代码中，我们将所有的“@”字符从列名中删除：

df.rename(columns={col: col.replace('@', '') for col in df.columns}, inplace=True)
print(df)

输出结果为：

   col-1  col2  col-3  col!4  col-5
0      1     3      5      7      9
1      2     4      6      8     10

我们可以看到，所有列名中的“@”字符都被删除了。

批量新增前缀或后缀

有时候，我们需要在所有列名的前面或后面新增一个前缀或后缀，例如在列名前面加上“x_”前缀：

df.rename(columns={col: 'x_'+col for col in df.columns}, inplace=True)
print(df)

输出结果为：

   x_col-1  x_col2  x_col-3  x_col!4  x_col-5
0        1       3        5        7        9
1        2       4        6        8       10

我们可以看到，在所有列名的前面已经新增了“x_”前缀。

总结

本文介绍了使用 Pandas 批量替换、删除和新增列名中的字符的方法。通过使用 DataFrame 的 rename() 方法，我们可以方便地实现所有列名的操作，极大地提高了数据处理的效率。希望您能在日常的数据处理工作中尝试使用本文所介绍的方法，快速高效地完成列名的操作，让数据处理变得更加便捷。

参考文献

1. pandas.DataFrame.rename — pandas 1.3.1 documentation. https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rename.html. Accessed 23 Aug. 2021.