如何从 Pandas DataFrame 标头中去除空格？

问题描述：

我正在解析 Excel 文件中的数据，该文件的某些列标题中有多余的空格。

当我使用 检查结果数据框的列时，df.columns我看到：

Index(['Year', 'Month ', 'Value'])
                     ^
#                    Note the unwanted trailing space on 'Month '

因此，我不能这样做：

df["Month"]

因为它会告诉我没有找到该列，因为我要求的是“月份”，而不是“月份”。

那么，我的问题是如何从列标题中去除不需要的空白？

解决方案 1：

您可以为该rename方法提供函数。该str.strip()方法应该执行您想要的操作：

In [5]: df
Out[5]: 
   Year  Month   Value
0     1       2      3

[1 rows x 3 columns]

In [6]: df.rename(columns=lambda x: x.strip())
Out[6]: 
   Year  Month  Value
0     1      2      3

[1 rows x 3 columns]

注意：这将返回一个DataFrame对象，并在屏幕上显示为输出，但更改实际上并未设置在您的列上。要进行更改，请在方法链中使用它或重新分配df变量：

df = df.rename(columns=lambda x: x.strip())

解决方案 2：

从0.16.1 版本开始，您只需调用.str.strip以下列即可：

df.columns = df.columns.str.strip()

以下是一个小例子：

In [5]:
df = pd.DataFrame(columns=['Year', 'Month ', 'Value'])
print(df.columns.tolist())
df.columns = df.columns.str.strip()
df.columns.tolist()

['Year', 'Month ', 'Value']
Out[5]:
['Year', 'Month', 'Value']

时间安排

In[26]:
df = pd.DataFrame(columns=[' year', ' month ', ' day', ' asdas ', ' asdas', 'as ', '  sa', ' asdas '])
df
Out[26]: 
Empty DataFrame
Columns: [ year,  month ,  day,  asdas ,  asdas, as ,   sa,  asdas ]


%timeit df.rename(columns=lambda x: x.strip())
%timeit df.columns.str.strip()
1000 loops, best of 3: 293 µs per loop
10000 loops, best of 3: 143 µs per loop

所以str.strip速度快了 2 倍，我希望它能更好地适应更大的 dfs

解决方案 3：

如果使用 CSV 格式从 Excel 导出并读取为 Pandas DataFrame，则可以指定：

skipinitialspace=True

当调用时pd.read_csv。

来自文档：

skipinitialspace : bool，默认为 False

Skip spaces after delimiter.

解决方案 4：

如果您正在寻找一种牢不可破的方法，我建议：

data_frame.rename(columns=lambda x: x.strip() if isinstance(x, str) else x, inplace=True)

解决方案 5：

实际上可以这样做

df.rename(str.strip, axis = 'columns')

这在此处的Pandas 文档中有显示
。