我有一个数据框。许多列名称包含非 ASCII 字符和特殊字符,例如 ()、/、+、. (中间的非 ASCII 点)等和非 ASCII 空格。 读取 csv 时不会发生这种情况。 这是由于一个热编码而发生的。(当我将分类变量转换为数字列时,类别值具有非 ascii 值)
df
Col1/name Col 2() name Col3 + name Col4 ^¨ name etc...
预期输出
我只想在列名称中包含数字、下划线和字符(我只想更改列名称,而不是数据帧或行中的任何值)。这是必要的,因为某些机器学习算法(例如 lightGBM)不适用于列名称中的非 ASCII 字符或非 ASCII 空格。
预期输出 df:
Col1name Col_2_name Col3__name Col4__name etc...
因此,请用下划线替换空格,并删除列名称中的所有非数字和非字符。
最佳答案
使用pandas.Series.str.replace
和findall
的一种方法:
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: []
关于python - 如何从列名中删除非 ASCII 字符和空格,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60559671/