从 Pandas 中的列名中删除空格

在 Pandas 中，列名带有空格可能会导致一些麻烦。因此，我们需要删除列名中的空格。

以下是从 Pandas 中的列名中删除空格的几种方法。

方法一：使用字符串替换

可以使用字符串替换来删除列名中的空格。使用 Pandas 的 str.replace() 方法，我们可以将空格替换为任何其他字符，如下所示：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'Column 1': [1, 2, 3],
                   'Column 2': [4, 5, 6]})

# 用 '_' 替换空格
df.columns = df.columns.str.replace(' ', '_')

# 打印新的列名
print(df.columns)

# Output:
# Index(['Column_1', 'Column_2'], dtype='object')

方法二：使用列表解析

另一种从 Pandas 中的列名中删除空格的方法是使用列表解析。使用列表解析，我们可以遍历列名列表并删除空格。如下所示：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'Column 1': [1, 2, 3],
                   'Column 2': [4, 5, 6]})

# 列表解析删除空格
df.columns = [col.strip() for col in df.columns]

# 打印新的列名
print(df.columns)

# Output:
# Index(['Column 1', 'Column 2'], dtype='object')

方法三：使用 map 函数

还可以使用 map() 函数来删除列名中的空格。使用 map() 函数，我们可以遍历列名并删除空格。如下所示：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'Column 1': [1, 2, 3],
                   'Column 2': [4, 5, 6]})

# 使用 map 函数删除空格
df.columns = map(str.strip, df.columns)

# 打印新的列名
print(df.columns)

# Output:
# Index(['Column 1', 'Column 2'], dtype='object')

总之，以上三种方法都可以从 Pandas 中的列名中删除空格。选择哪种方法取决于您的个人喜好和数据。