python - 在 Python 中使用正则表达式重命名列

Question

我正在尝试在 Python 中重命名我的 df 中的一堆列。因为有超过 1000 个应该重命名，所以我尝试用正则表达式来做，因为我看到 Python 允许你这样做。更具体地说，应重命名以 _Sum 结尾的每一列，将 _Sum 部分替换为“_max”（例如：column1_Sum -> column1_max）。我试过以下代码：

df = df.rename(columns=lambda x: re.sub('(.+)_Sum$','$1_max',x))

但它只是用'$1_max'字面替换每个列名。我以前在其他程序中使用过正则表达式，我一直认为 $1 捕获了你以前的组，在这种情况下，是 '_' 之前的所有内容，所以我真的不知道我在这里做错了什么。

标签： pythonregexpandasrename

Answer 1

您不需要针对特定​​问题的捕获组。你可以简单地做：

df.columns = df.columns.str.replace('_Sum$', '_max')

如果您最终确实需要捕获组，您可以使用以下内容：

df.columns.str.replace('(.+)_Sum$', lambda x: f'{x.group(1)}_max')

见：https ://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.replace.html