根據原始列名的幾種可能性（熊貓）更改列名

我正在制作一個流線型應用程式，用戶可以在其中上傳 csv 或 excel 檔案并完成一些分析。

當然，不同的用戶會以不同的方式命名他們的列名。

我希望程式足夠聰明，可以推斷出哪些列名可能代表分析所需的內容。

例如，我希望程式能夠讀取這兩個資料幀：

df1 = pd.DataFrame({'id_number':[1,2,3], 'reason_code':['TH7','JK9','PI2'], 'reason_code_description':['A','B','C'], 'name':['karen','pluto','imogen']})

df2 = pd.DataFrame({'Number (ID)':[1,2,3], 'Reason of Code':['TH7','JK9','PI2'], 'Description of Reason Code': ['A','B','C'], 'Name of User':['karen','pluto','imogen']})

這樣程式就會理解包含“ID”和“Number”這兩個詞的列名是 id_number 列；包含單詞“reason”和“code”但不包含“description”的列名是 reason_code 列，等等...

我認為要做到這一點，最好的選擇是使用 str.contains 來識別某些子字串，然后將這些特定的列名重命名為程式其余部分所需的名稱。

這是我嘗試過的示例（不起作用，但沒有引發錯誤）：

df2.columns[(df2.columns.str.contains("reason", case=False)) & (df2.columns.str.contains("code", case=False)) & (~df2.columns.str.contains("description", case=False))].rename("reason_code",inplace=True)

提前致謝

uj5u.com熱心網友回復：

這是一種方法，創建一個函式來重命名列名。

代碼

import pandas as pd


def rename_colname(name):
    """
    Define rename logic here.
    """
    cname = name.lower()
    if 'reason' in cname and 'code' in cname and not 'description' in cname:
        return 'reason_code'
    elif 'number' in cname and 'id' in cname:
        return 'id_number'
    elif 'reason' in cname and 'code' in cname and 'description' in cname:
        return 'reason_code_description'
    elif 'name' in cname and 'user' in cname:
        return 'name'

    return name


df1 = pd.DataFrame({'id_number':[1,2,3], 'reason_code':['TH7','JK9','PI2'],
                    'reason_code_description':['A','B','C'],
                    'name':['karen','pluto','imogen']})

df2 = pd.DataFrame({'Number (ID)':[1,2,3], 'Reason of Code':['TH7','JK9','PI2'],
                   'Description of Reason Code': ['A','B','C'],
                   'Name of User':['karen','pluto','imogen']})

print(f'ideal colname frame:\n{df1}')

print(f'old colname frame:\n{df2}')

df2.columns = [rename_colname(name) for name in df2.columns]
print(f'new colname frame:\n{df2}')

輸出

ideal colname frame:
   id_number reason_code reason_code_description    name
0          1         TH7                       A   karen
1          2         JK9                       B   pluto
2          3         PI2                       C  imogen
old colname frame:
   Number (ID) Reason of Code Description of Reason Code Name of User
0            1            TH7                          A        karen
1            2            JK9                          B        pluto
2            3            PI2                          C       imogen
new colname frame:
   id_number reason_code reason_code_description    name
0          1         TH7                       A   karen
1          2         JK9                       B   pluto
2          3         PI2                       C  imogen

標籤：Python 擅长 熊猫 CSV 流线型

上一篇：資料從Excel匯出到CSV

下一篇：將xml轉換為csv的Groovy腳本保持空格不變