一次替换 Pandas 数据框中的所有字符答案

【问题标题】：Replace all characters at once in Pandas dataframe一次替换 Pandas 数据框中的所有字符
【发布时间】：2018-07-11 14:10:10
【问题描述】：

我有多个不同名称格式的列。例如：

df.columns = ['name_column 1 (type1), name-column_2-(type1),...]

我需要用下划线替换所有字符（下划线除外）。但是如果有 '-(' ，我只需要一个下划线 '_'，而不是每个特殊字符两个。

期望的输出：

df.columns = ['name_column_1_type1, name_column_2_type1,...]

我试过了

for element in df.columns:
    re.sub('[^A-Za-z0-9]+', '_', element)
    print element

但是没有任何反应，就像其他几次尝试一样。

提前致谢

【问题讨论】：

标签： python regex pandas replace

【解决方案1】：

使用replace + strip:

df.columns = df.columns.str.replace('[^A-Za-z0-9]+', '_').str.strip('_')

示例：

df = pd.DataFrame(columns=["'name_column 1 (type1)", 'name-column_2-((type1)'])
print (df.columns.tolist())
["'name_column 1 (type1)", 'name-column_2-((type1)']

df.columns =  df.columns.str.replace('[^A-Za-z0-9]+', '_').str.strip('_')
print (df)
Empty DataFrame
Columns: [name_column_1_type1, name_column_2_type1]
Index: []

print (df.columns.tolist())
['name_column_1_type1', 'name_column_2_type1']

【讨论】：

【解决方案2】：

试试：

df.columns = [re.sub('[^A-z0-9]', '_', i).replace(" ", "_").replace("__", "_") for i in df.columns]

【讨论】：

【解决方案3】：

什么都没有发生，因为re.sub 的结果没有分配给任何东西，因此丢失了。您可以使用列表理解并将结果分配回df.columns：

df.columns = [re.sub('[^A-Za-z0-9]+', '_', element) for element in df.columns]
print df.columns

正则表达式模式仍然是错误的，但这应该可以帮助您入门。

【讨论】：

jezrael 的回答更好。