时间戳

首页 > 解决方案 > 如何从列名中删除非 ASCII 字符和空格

python - 如何从列名中删除非 ASCII 字符和空格

问题描述

我有一个数据框。许多列名包含非 ASCII 字符和特殊字符，如 ()、/、+、. （中间的非 ascii 点）等和非 ascii 空格。阅读 csv 时没有发生这种情况。这是由于 one-hot 编码而发生的。（当我将分类变量转换为数字列并且类别值具有非 ascii 值时）

df

Col1/name   Col 2() name    Col3 + name    Col4 ^¨ name   etc...

预期产出

我只需要列名中的数字、下划线和字符（我只想更改列名而不是数据框或行中的任何值）。这是必要的，因为一些机器学习算法（例如 lightGBM）不适用于列名中的非 ASCII 字符或非 ASCII 空格。

预期输出df：

Col1name   Col_2_name    Col3__name    Col4__name   etc...

因此，用下划线替换空格并删除列名中的任何非数字和非字符。

标签： pythonpandasmultiple-columns

解决方案

pandas.Series.str.replace使用and的一种方法findall：

df.columns = ["".join(l) for l in df.columns.str.replace("\s", "_").str.findall("[\w\d]+")]
print(df)

输出：

Empty DataFrame
Columns: [Col1name, Col_2_name, Col3__name, Col4__name]
Index: []

推荐阅读