Regex/Difflib/Datastructure算法问题

Question

提前感谢您的帮助。我对这个当前的问题有点困惑，我有数据集都以 CSV 格式表示相同的数据，除了列名在一定程度上有所不同，例如

• ME_loard_MW
• ME_loard
• ME_load

将是 3 组单独数据的标题名称，我正在尝试开发一个函数来解析列名（熊猫）并将任何上传数据集的所有名称更改为特定集。我尝试过的方法是使用正则表达式函数，例如

def renamefunc(col_name):
    if re.match(myregex, col_name, flags=re.I):
        return "FLOW202"
    else:
        return col_name

我还考虑过使用 difflib 模块(get_close_matches)，因为所有列名都足够不同，以至于第一个列表元素将成为我的目标。最后，我一直在考虑使用字典/算法，但是自从我 4 月开始编程以来，这有点超出了我的范围。任何输入/反馈/批评都非常受欢迎，我的目标是改进！ 附上一张我预计会遇到的数据集类型的图片

Answer 1

似乎您想将所有数据集中的列名更改为特定集。鉴于您的所有数据集都是对齐的，即它们的列以相同的顺序出现，您可以像这样简单地设置列名：

import pandas as pd

df = pd.DataFrame({'name':['A','A','B','B','C','C'], 'year': ['2013','2013','2014','2014', '2015','2015'],
    'type': ['up', 'down', 'up', 'down', 'up', 'down'],
    'cost': [30, 15, 20, 15, 30,25]})

column_names_set = ('Name', 'Year', 'Type', 'Cost')

df.columns = column_names_set

我不能比这更具体，因为我看不到您的数据集。可能您要附加的图片无效。