python - 有没有更好的方法来操作 pandas 数据框中的列名称？

Question

我正在处理一个大型数据框，需要一种动态重命名列名称的方法。

这是我正在使用的一个缓慢的方法:

# Create a sample dataframe
df = pd.DataFrame.from_records([
    {'Name':'Jay','Favorite Color (BLAH)':'Green'},
    {'Name':'Shay','Favorite Color (BLAH)':'Blue'},
    {'Name':'Ray','Favorite Color (BLAH)':'Yellow'},
])

# Current columns are: ['Name', 'Favorite Color (BLAH)']

# ------

# build two lambdas to clean the column names
f_clean = lambda x: x.split('(')[0] if ' (' in x else x
f_join = lambda x: '_'.join(x.split())
df.columns = df.columns.map(f_clean, f_join).map(f_join).str.lower()

# Columns are now: ['name', 'favorite_color']

有更好的方法来解决这个问题吗？

Answer 1

您可以定义一个 clean 函数，然后使用列表理解应用于所有列。

def clean(name):

  name = name.split('(')[0] if ' (' in name else name
  name = '_'.join(name.split())
  return name

df.columns = [clean(col) for col in df.columns]

很清楚发生了什么，而且不会过于冗长。