在 Pandas 中导入 csv 数据时如何删除“前”列名的空格答案

【问题标题】：How to remove space "before" column name when importing csv data in Pandas在 Pandas 中导入 csv 数据时如何删除“前”列名的空格
【发布时间】：2021-07-11 20:50:51
【问题描述】：

我使用默认的 Pandas csv 读取来导入一些数据，如下所示：

df = pd.read_csv('data_file.csv')

我得到的数据框如下：

           Force [N]      Stress [MPa] 
0            0.000000       2.230649e-13
1            0.014117       1.071518e-01
2            0.135255       3.365490e+00

我在这里得到的数据框列在实际名称之前有空格（如下图所示），因此我无法使用实际的列名字符串来访问该列。

>>> df.columns
Index(['       Force [N]', '    Stress [MPa] '])

我想删除字符串之前的空格，但保留列名字符串中的空格。尝试了以下一个，但它会删除所有空格，因此列名也会更改。

df.columns=df.columns.str.replace(' ','');

在导入 csv 时，是否可以去除列名左侧的空格？我希望列名如下：

'Force [N]','Stress [MPa]'

【问题讨论】：

标签： python pandas

【解决方案1】：

为避免将列数据集skipinitialspace=True 后处理为pd.read_csv：

df = pd.read_csv('data_file.csv', skipinitialspace=True)

df:

   Force [N]  Stress [MPa]
0   0.000000  2.230649e-13
1   0.014117  1.071518e-01
2   0.135255  3.365490e+00

df.columns:

Index(['Force [N]', 'Stress [MPa]'], dtype='object')

data_file.csv

          Force [N],      Stress [MPa] 
          0.000000,       2.230649e-13
          0.014117,       1.071518e-01
          0.135255,      3.365490e+00

【讨论】：

OP的数据在列名后面好像也有空格

【解决方案2】：

replace 方法的一个更简单的替代方法是rename：

df = df.rename(columns=str.strip)

或使用inplace:

df.rename(columns=str.strip, inplace=True)

【讨论】：

【解决方案3】：

pandas.Series.str.replace 将出现的^[ ]+|[ ]+$（列名开头或结尾的一个或多个空格）替换为""（无）

df.columns = df.columns.str.replace("^[ ]+|[ ]+$", "", regex=True)

【讨论】：

【解决方案4】：

可以使用Index.str.strip()（即Series.str.strip()的Index版本），如下：

df.columns = df.columns.str.strip()

输入：

print(df.columns)

Index(['       Force [N]', '    Stress [MPa] '], dtype='object')

输出：

print(df.columns)

Index(['Force [N]', 'Stress [MPa]'], dtype='object')

【讨论】：