从 Dataframe 中所有列的列名中删除最后两个字符 - Pandas

Posted 2023-03-11

【中文标题】从 Dataframe 中所有列的列名中删除最后两个字符 - Pandas

【英文标题】：Remove last two characters from column names of all the columns in Dataframe - Pandas

【发布时间】：2016-08-31 21:17:47

【问题描述】：

我正在使用用户 ID 键加入具有相同列/列名的两个数据框 (a,b)，并且在加入时，我必须提供后缀字符才能创建它。以下是我使用的命令，

a.join(b,how='inner', on='userId',lsuffix="_1")

如果我不使用这个后缀，我会出错。但我不希望更改列名，因为这会在运行其他分析时导致问题。所以我想从结果数据框的所有列名中删除这个“_1”字符。有人可以建议我一种有效的方法来删除 Pandas 数据框中所有列名称的最后两个字符吗？

谢谢

【问题讨论】：

你能重命名列吗？

@JoeR 我有大约 76 列和 50 个这样的数据框。所以手动操作不是解决办法！

【参考方案1】：

这个 sn-p 应该可以完成工作：

df.columns = pd.Index(map(lambda x : str(x)[:-2], df.columns))

编辑：这是一种更好的方法

df.rename(columns = lambda x : str(x)[:-2])

在这两种情况下，我们所做的只是遍历列并应用一些函数。在这种情况下，该函数将某些内容转换为字符串，并将所有内容提取到最后两个字符。

我相信您还有其他几种方法可以做到这一点。

【讨论】：

正如@Alexander 指出的那样，您确实需要具有唯一的列名才能使其工作。如果所有非连接键一开始都是唯一的，您应该只排除后缀。如果您收到错误，那是因为您的名称重叠并且未定义“加入”的概念。您可能想要发布一些示例数据，因为听起来您遇到了其他一些导致混淆的问题（例如如何或何时使用联接）。

【参考方案2】：

你可以像这样使用str.rstrip

In [214]: import functools as ft

In [215]: f = ft.partial(np.random.choice, *[5, 3])

In [225]: df = pd.DataFrame('a': f(), 'b': f(), 'c': f(), 'a_1': f(), 'b_1': f(), 'c_1': f())

In [226]: df
Out[226]:
   a  b  c  a_1  b_1  c_1
0  4  2  0    2    3    2
1  0  0  3    2    1    1
2  4  0  4    4    4    3

In [227]: df.columns = df.columns.str.rstrip('_1')

In [228]: df
Out[228]:
   a  b  c  a  b  c
0  4  2  0  2  3  2
1  0  0  3  2  1  1
2  4  0  4  4  4  3

但是，如果您需要更灵活的东西（尽管可能会慢一点），您可以使用 str.extract，它借助正则表达式的强大功能，可以让您选择要保留的列名部分

In [216]: df = pd.DataFrame(f'c_i': f() for i in range(3) for c in 'abc')

In [217]: df
Out[217]:
   a_0  b_0  c_0  a_1  b_1  c_1  a_2  b_2  c_2
0    0    1    0    2    2    4    0    0    3
1    0    0    3    1    4    2    4    3    2
2    2    0    1    0    0    2    2    2    1

In [223]: df.columns = df.columns.str.extract(r'(.*)_\d+')[0]

In [224]: df
Out[224]:
0  a  b  c  a  b  c  a  b  c
0  1  1  0  0  0  2  1  1  2
1  1  0  1  0  1  2  0  4  1
2  1  3  1  3  4  2  0  1  1

使用df.columns.str的想法来自this的回答