在 pandas 中用 _ 替换空格 - Python

在数据处理中，经常遇到需要对数据表的列名进行处理的情况，其中有一种常见的需求是将列名中的空格替换为 _ 以方便后续处理。本文将介绍如何使用 pandas 实现这一需求。

方法一：使用 str.replace()

可以使用 str.replace() 方法替换字符串中的子串，对于 pandas 中的列名，可以通过 .columns 属性获取到列名列表，然后对每个列名进行替换操作，最后将替换后的列名赋值回去。下面是一个示例代码：

import pandas as pd

# 读入示例数据
df = pd.read_csv('sample_data.csv')

# 将列名中的空格替换为 _
df.columns = df.columns.str.replace(' ', '_')

# 输出处理后的列名
print(df.columns)

上述代码首先使用 pandas 的 read_csv() 方法读入示例数据，然后使用 str.replace() 方法替换列名中的空格，并将处理后的列名赋值回去。最后输出处理后的列名。

方法二：使用 DataFrame.rename()

除了使用 str.replace() 方法，还可以使用 DataFrame.rename() 方法对列名进行重命名。具体操作是创建一个字典，键为原来的列名，值为替换后的列名，然后将该字典传入 DataFrame.rename() 方法中即可。下面是一个示例代码：

import pandas as pd

# 读入示例数据
df = pd.read_csv('sample_data.csv')

# 构造重命名字典
rename_dict = {}
for col in df.columns:
    rename_dict[col] = col.replace(' ', '_')

# 重命名列名
df.rename(columns=rename_dict, inplace=True)

# 输出处理后的列名
print(df.columns)

与方法一相比，方法二需要手动构造一个重命名字典，但是也更加灵活，可以对不同的列名进行不同的重命名。

综上，使用 pandas 对列名中的空格进行替换可以通过 str.replace() 或者 DataFrame.rename() 方法实现。根据具体场景选择适合自己的方法即可。