如何改进删除Pandasdf列名前缀，基于导入的嵌套json？

idfiyjo8 于 2022-12-09 发布在其他

关注(0)|答案(2)|浏览(164)

情况
将嵌套的json导入到panda中，我得到了下面的示例df，它带有前缀列名，其工作原理与设计一样，以避免重复的列标题。

import pandas as pd
import re

df = pd.DataFrame({'id': [1,2,3,4],
                   'product': ['a','b','c','d'],
                   'basic.productType':[1,2,3,4],
                   'basic.price':[100,200,300,400],
                   'location.city':['Bremen', 'Hamburg','Berlin','Karlsruhe'],
                   'location.city.zip':[1,2,3,4]
})

我还使用regex解决方案来去除 first level 前缀（包括分隔符在内的所有字符，在本例中为.，并且仅用于第一次出现）：

df.columns = [re.sub('^[^.]+[.]','', name) for name in df.columns]

因此，删除前缀后的列如下所示：

['id', 'product', 'productType', 'price', 'city', 'city.zip']

问题

有没有什么解决方案，你可以建议，以改善我的，这是通用的（没有使用的前缀列表）？因为我不是那么熟悉regex，也许有更简单的解决方案，也非regex太。

pandas

来源：https://stackoverflow.com/questions/65699466/how-to-improve-removing-pandas-df-column-names-prefixes-based-on-imported-neste

2条答案

按热度按时间

ecr0jaav1#

可以使用拆分，但一般情况下，数据可能是重复的列名，因此，如果选择一列（如df['col']），则获取所有列col：
编辑：您可以使用.在Index.where中拆分值

df.columns = df.columns.where(~df.columns.str.contains('\.'), 
                               df.columns.str.split('.', n=1).str[1])
print (df)
   id product  productType  price       city  city.zip
0   1       a            1    100     Bremen         1
1   2       b            2    200    Hamburg         2
2   3       c            3    300     Berlin         3
3   4       d            4    400  Karlsruhe         4

或者：

df = df.rename(columns=lambda x: x.split('.', 1)[1] if '.' in x else x)

str.replace解决方案的替代方案：

df.columns = df.columns.str.replace('^[^.]+[.]','')

赞(0）回复(0）举报 2022-12-09

iecba09b2#

df = df.rename(columns=lambda x: x.split('.', -1)[-1] if '.' in x else x)

赞(0）回复(0）举报 2022-12-09

我来回答

如何改进删除Pandasdf列名前缀，基于导入的嵌套json？

问题

2条答案

相关问题

热门标签

最新问答