如何将所有值取到某个定义值以更改 Python Pandas 中数据框中的列名称？
How to take all values till some defined value to change columns names in Data Frame in Python Pandas?
我有如下所示的 DataFrame：
col1() | abr(ddd = 66, acop = 11) | cdb()
-----------------------------------------------
111 | 222 | 3333
我需要更改列的名称。
要更改列名，我想在每个列名中获取 () 之前的所有值，因此我需要像下面这样的数据框：
col1 | abr | cdb
----------------------
111 | 222 | 3333
我如何在 Python Pandas 中做到这一点？
只是 split 左括号中带有 n=1 的列，即最大值
分割数，只取列表中的第一个值，将其转换为字符串列表，然后将其分配回 df.columns:
>>> df.columns = df.columns.str.split('(', 1).str[0].to_list()
col1 abr cdb
0 111 222 3333
然而，你得到了答案，但为了后代，还有另一种方法。
示例数据帧：
print(df)
col1() abr(ddd = 66, acop = 11) cdb()
0 111 222 33333
列：
print(df.columns)
Index(['col1()', 'abr(ddd = 66, acop = 11)', 'cdb()'], dtype='object')
解决方案：
df = df.rename(columns={"col1()": "col1", "abr(ddd = 66, acop = 11)": "abr", "cdb()": "cdb"}, inplace=True)
print(df)
col1 abr cdb
0 111 222 33333
另一个解决方案：
@与上一个答案中提供的方法相同，但更短一些。
df.columns = df.columns.str.split('[()]').str[0].tolist()
print(df)
col1 abr cdb
0 111 222 33333
我有如下所示的 DataFrame：
col1() | abr(ddd = 66, acop = 11) | cdb()
-----------------------------------------------
111 | 222 | 3333
我需要更改列的名称。
要更改列名，我想在每个列名中获取 () 之前的所有值，因此我需要像下面这样的数据框：
col1 | abr | cdb
----------------------
111 | 222 | 3333
我如何在 Python Pandas 中做到这一点？
只是 split 左括号中带有 n=1 的列，即最大值
分割数，只取列表中的第一个值，将其转换为字符串列表，然后将其分配回 df.columns:
>>> df.columns = df.columns.str.split('(', 1).str[0].to_list()
col1 abr cdb
0 111 222 3333
然而，你得到了答案，但为了后代，还有另一种方法。
示例数据帧：
print(df)
col1() abr(ddd = 66, acop = 11) cdb()
0 111 222 33333
列：
print(df.columns)
Index(['col1()', 'abr(ddd = 66, acop = 11)', 'cdb()'], dtype='object')
解决方案：
df = df.rename(columns={"col1()": "col1", "abr(ddd = 66, acop = 11)": "abr", "cdb()": "cdb"}, inplace=True)
print(df)
col1 abr cdb
0 111 222 33333
另一个解决方案：
@与上一个答案中提供的方法相同，但更短一些。
df.columns = df.columns.str.split('[()]').str[0].tolist()
print(df)
col1 abr cdb
0 111 222 33333