如何替换 python 中列名中的瑞典语字符 ä、å、ö？

Question

我有一个数据框，其中一些列名称具有瑞典语字符 (ö,ä,å)。我想用简单的 o,a,a 代替这些字符。

我尝试将列名转换为 str 并替换字符，它可以工作，但如果我想将 str 分配回列名，它会变得复杂，即，需要多个操作，这使得它变得复杂。

我尝试了以下代码，将列名称中的瑞典字符替换为英文字母，returns 结果为 str。

from unidecode import unidecode
unicodedata.normalize('NFKD',str(df.columns).decode('utf-8')).encode('ascii', 'ignore')

有没有办法使用返回的 str 作为数据框的列名？如果不是，那么有没有更好的方法来替换列名称中的瑞典字符？

Answer 1

当您有很多列时，这可能需要大量手动工作，但一种方法是使用 str.replace，如下所示：

    bänk  röund
0   1     3
1   2     4
2   3     5

df.columns = df.columns.str.replace('ä', 'a')
df.columns = df.columns.str.replace('ö', 'o')


    bank  round
0   1     3
1   2     4
2   3     5

Answer 2

对我来说，首先标准化，然后编码为 ascii，最后解码为 utf-8:

df = pd.DataFrame(columns=['aä','åa','oö'])

df.columns = (df.columns.str.normalize('NFKD')
                        .str.encode('ascii', errors='ignore')
                        .to_series()
                        .str.decode('utf-8'))
print (df)
Empty DataFrame
Columns: [aa, aa, oo]
Index: []

另一种具有 map 或列表理解的解决方案：

import unicodedata

f = lambda x: unicodedata.normalize('NFKD', x).encode('ascii', 'ignore').decode('utf-8')
df.columns = df.columns.map(f)
print (df)
Empty DataFrame
Columns: [aa, aa, oo]
Index: []

import unicodedata

df.columns = [unicodedata.normalize('NFKD', x).encode('ascii', 'ignore').decode('utf-8') 
                     for x in df.columns]
print (df)
Empty DataFrame
Columns: [aa, aa, oo]
Index: []

如何替换 python 中列名中的瑞典语字符 ä、å、ö？

How to replace Swedish characters ä, å, ö in columns names in python?

python-2.7

pandas

python-unicode