Pandas 列访问，列名包含空格

Posted 2023-03-12

【中文标题】Pandas 列访问，列名包含空格

【英文标题】：Pandas column access w/column names containing spaces

【发布时间】：2012-11-25 06:39:27

【问题描述】：

如果我导入或创建一个不包含空格的 pandas 列，我可以这样访问它：

from pandas import DataFrame

df1 = DataFrame('key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'],
                 'data1': range(7))

df1.data1

这将为我返回该系列。但是，如果该列的名称中有空格，则无法通过该方法访问它：

from pandas import DataFrame

df2 = DataFrame('key': ['a','b','d'],
                 'data 2': range(3))

df2.data 2      # <--- not the droid I'm looking for.

我知道我可以使用 .xs() 访问它：

df2.xs('data 2', axis=1)

得到是另一种方式。我疯狂地用谷歌搜索它，想不出任何其他方法来搜索它。我已经阅读了 SO 上包含“column”、“string”和“pandas”的所有 96 个条目，但找不到以前的答案。这是唯一的方法，还是有更好的方法？

【参考方案1】：

旧帖子，但可能很有趣：一个想法（这是破坏性的，但如果你想要它快速而肮脏的话就可以完成工作）是使用下划线重命名列：

df1.columns = [c.replace(' ', '_') for c in df1.columns]

【讨论】：

如果您也想将列标准化为小写，请使用df1.columns = [c.lower().replace(' ', '_') for c in df1.columns]

读取和清理数据帧的好方法是使用方法链。您可以使用rename 方法，而不是使用列表解析来设置columns 属性：df1 = pandas.DataFrame('key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'], 'dat a1': range(7)).rename(lambda x: x.replace(' ', '_'), axis=1)

另一种方法是使用strip() 函数：df1.columns = [c.strip() for c in df1.columns]

【参考方案2】：

我认为的默认方式是使用括号方法而不是点符号。

import pandas as pd

df1 = pd.DataFrame(
    'key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'],
    'dat a1': range(7)
)

df1['dat a1']

其他方法，例如将其作为属性公开，更多的是为了方便。

【讨论】：

谢谢，你不应该像以前那样难倒我。

感谢您的评论。我通常使用点来访问我的列（df.col_name），但只知道这个技巧可以通过使用 df[column name with space"] 来访问带有空格的列名。谢谢。

【参考方案3】：

如果您想为 pandas 方法（如 assign）提供间隔列名称，您可以对输入进行字典化。

df.assign(**'space column': (lambda x: x['space column2']))

【参考方案4】：

虽然在使用字典或 []-selection 时接受的答案适用于列规范，但它并不能推广到需要引用列的其他情况，例如 assign 方法：

> df.assign("data 2" = lambda x: x.sum(axis=1)
SyntaxError: keyword can't be an expression

【讨论】：

是的，我希望有一个解决方案，因为据我所知，assign 没有可链接的替代方案。我想这应该是一个单独的 SO 问题。

答案是将字典作为关键字参数传递。 df.assign(**"data 2": lambda x: x.sum(axis=1))

【参考方案5】：

如果您想应用过滤，也可以使用包含空格的列名，例如过滤 NULL 值或空字符串：

df_package[(df_package['Country_Region Code'].notnull()) | 
(df_package['Country_Region Code'] != u'')]

感谢Rutger Kassiesanswer。

【参考方案6】：

你可以用df['Column Name']做到这一点