Skip to main content
 首页 » 编程设计

python之如何根据列名的前三个字符更改列名

2024年12月31日10webabcd

我想使用字典根据列名的前三个字符更改列名。

这是我目前的代码:

new_names = {"aud":"alc_aud","whe":"clu_whe", "per":"pre_per", 
                "pol":"cou_pol","spec":"coc_spec","dark":"daw_dark"} 
 
for x,y in new_names.items(): 
    if df.columns.str.startswith(x): 
       df.columns = df.columns.str.replace(x,y) 

我收到以下错误:

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

请您参考如下方法:

使用:

df = pd.DataFrame({'aud1':list('abcdef'), 
                   'spe2':[4,5,4,5,5,4], 
                   'C':[7,8,9,4,2,3], 
                   'F':list('aaabbb')}) 
 
print (df) 
  aud1   spe2  C  F 
0    a      4  7  a 
1    b      5  8  a 
2    c      4  9  a 
3    d      5  4  b 
4    e      5  2  b 
5    f      4  3  b 
 
new_names = {"aud":"alc_aud","whe":"clu_whe", "per":"pre_per", 
                "pol":"cou_pol","spec":"coc_spec","dark":"daw_dark"} 

首先过滤字典的前3个值:

new_names = {k[:3] :v for k, v in new_names.items()} 
 
print (new_names) 
{'aud': 'alc_aud', 'whe': 'clu_whe', 'per': 'pre_per',  
     'pol': 'cou_pol', 'spe': 'coc_spec', 'dar': 'daw_dark'} 

然后通过索引 str[:3] 选择前 3 个字母,然后选择 replace通过 dict:

df.columns = df.columns.to_series().str[:3].replace(new_names) 
print (df) 
  alc_aud  coc_spec  C  F 
0       a         4  7  a 
1       b         5  8  a 
2       c         4  9  a 
3       d         5  4  b 
4       e         5  2  b 
5       f         4  3  b 

另一种使用 get 和 list comprehension 的解决方案,如果值不匹配则返回原始值:

df.columns = [new_names.get(x[:3], x) for x in df.columns] 
print (df) 
  alc_aud  coc_spec  C  F 
0       a         4  7  a 
1       b         5  8  a 
2       c         4  9  a 
3       d         5  4  b 
4       e         5  2  b 
5       f         4  3  b 

编辑:Soluton 使用任意长度的字符串:

df = pd.DataFrame({'aud1':list('abcdef'), 
                   'specd2':[4,5,4,5,5,4], 
                   'podfds':[7,8,9,4,2,3], 
                   'aaper':list('aaabbb')}) 
 
print (df) 
  aud1  specd2  podfds aaper 
0    a       4       7     a 
1    b       5       8     a 
2    c       4       9     a 
3    d       5       4     b 
4    e       5       2     b 
5    f       4       3     b 
 
new_names = {"aud":"alc_aud","whe":"clu_whe", "per":"pre_per", 
                "po":"cou_pol","spec":"coc_spec","dark":"daw_dark"} 

第一个extract所有值都以 dict 的键开头,然后是 map , 最后用 fillna 填充不匹配的值:

pat = '|'.join([r'^{}'.format(x) for x in new_names]) 
s  = df.columns.to_series() 
df.columns = s.str.extract('('+ pat + ')', expand=False).map(new_names).fillna(s) 
print (df) 
  alc_aud  coc_spec  cou_pol aaper 
0       a         4        7     a 
1       b         5        8     a 
2       c         4        9     a 
3       d         5        4     b 
4       e         5        2     b 
5       f         4        3     b