Альтернатива df.rename(columns=str.replace(" ", "_"))

Я заметил, что df.rename(columns=str.lower) можно использовать, а df.rename(columns=str.replace(" ", "_")) — нет.

Это потому, что разрешено использовать переменную, в которой хранится метод (str.lower), но нельзя вызывать метод (str.lower())? Есть аналогичный вопрос, почему сообщение об ошибке df.rename(columns=str.replace(" ", "_")) довольно запутанное – без ответа на этот вопрос.
Можно ли использовать методы аксессора .str (из pd.DataFrame().columns) внутри df.rename(columns=...)? Единственное решение, которое я придумал до сих пор, это
```
df = df.rename(columns=dict(zip(df.columns, df.columns.str.replace(" ", "_"))))
```
но, может быть, есть что-то более последовательное и похожее на стиль df.rename(columns=str.lower)? Я знаю, что df.rename(columns=lambda x: x.replace(" ", "_") работает, но он не использует метод доступа .str столбцов pandas, он использует str.replace() стандартной библиотеки.
Цель вопроса - изучить возможности использования методов pandas str при переименовании столбцов в цепочке методов, поэтому df.columns = df.columns.str.replace(' ', '_') мне не подходит.

В качестве примера df предположим:

df = pd.DataFrame([[0,1,2]], columns=["a pie", "an egg", "a nut"])

python pandas replace rename method-chaining

01.06.2024 21:46

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

df.rename принимает объект функции (или другой вызываемый объект).

В первом случае str.lower — функция. Однако str.replace(" ", "_") вызывает функцию и оценивает результат, хотя в этом случае вызов неверен и вызывает ошибку. Но вы не хотите передавать результат вызова функции, вы хотите передать функцию.

Итак, что-то вроде

def space_to_dash(col): 
    return col.replace(" ", "_")

df.rename(columns=space_to_dash)

Или используйте лямбда-выражение:

df.rename(columns=lambda col: col.replace(" ", "_"))

Обратите внимание: df.rename(columns=str.lower) также не использует метод доступа .str, он использует встроенный метод str. Поэтому я думаю, что вы запутались.

Теперь вы можете использовать аксессор .str для объекта индекса столбца, поэтому:

df.columns.str.replace(" ", "_")

Но тогда вам нужно будет сделать то, что, как вы уже сказали, вы не хотите делать:

df.columns = df.columns.str.replace(" ", "_")

Важно отметить, что это изменяет исходный объект фрейма данных на месте, а не df.rename, который возвращает новый объект фрейма данных. Непонятно, почему вы хотите использовать аксессор .str, в этом ли причина?

Спасибо. Я думаю, невозможно использовать аксессор pandas .str в df.rename(columns=...), кроме как я написал? Я подумал, что было бы лучше, если бы цепочка методов оставалась внутри методов pandas с аксессором .str для переименования столбцов, но, похоже, аксессоры .str здесь бесполезны.

— 03.06.2024 23:13

01.06.2024 22:19