从Dataframe-Pandas中所有列的列名中删除最后两个字符

Question

我加入两个数据帧（a，b）与相同的列/列名使用用户ID键，并在加入时，我必须给后缀字符，以便它被创建。以下是我使用的命令，

a.join(b,how='inner', on='userId',lsuffix="_1")

如果我不使用这个后缀，我就会出错。但是我不想更改列名，因为这会在运行其他分析时导致问题。所以我想从结果数据帧的所有列名中删除这个“_1”字符。有人能给我一个有效的方法来删除数据框中所有列名称的最后两个字符吗？

谢谢

Answer 1

您可以像这样使用str.rstrip

In [214]: import functools as ft

In [215]: f = ft.partial(np.random.choice, *[5, 3])

In [225]: df = pd.DataFrame({'a': f(), 'b': f(), 'c': f(), 'a_1': f(), 'b_1': f(), 'c_1': f()})

In [226]: df
Out[226]:
   a  b  c  a_1  b_1  c_1
0  4  2  0    2    3    2
1  0  0  3    2    1    1
2  4  0  4    4    4    3

In [227]: df.columns = df.columns.str.rstrip('_1')

In [228]: df
Out[228]:
   a  b  c  a  b  c
0  4  2  0  2  3  2
1  0  0  3  2  1  1
2  4  0  4  4  4  3

但是，如果您需要更灵活的方法（尽管可能会慢一点），可以使用str.extract，它借助正则表达式的强大功能，允许您选择要保留列名的哪一部分

In [216]: df = pd.DataFrame({f'{c}_{i}': f() for i in range(3) for c in 'abc'})

In [217]: df
Out[217]:
   a_0  b_0  c_0  a_1  b_1  c_1  a_2  b_2  c_2
0    0    1    0    2    2    4    0    0    3
1    0    0    3    1    4    2    4    3    2
2    2    0    1    0    0    2    2    2    1

In [223]: df.columns = df.columns.str.extract(r'(.*)_\d+')[0]

In [224]: df
Out[224]:
0  a  b  c  a  b  c  a  b  c
0  1  1  0  0  0  2  1  1  2
1  1  0  1  0  1  2  0  4  1
2  1  3  1  3  4  2  0  1  1

使用df.columns.str的想法来自这个答案

Answer 2

这个片段应该可以完成工作：

df.columns = pd.Index(map(lambda x : str(x)[:-2], df.columns))

编辑：这是一个更好的方法

df.rename(columns = lambda x : str(x)[:-2])

在这两种情况下，我们所做的只是遍历列并应用一些函数。在本例中，函数将某些内容转换为字符串，并在最后两个字符之前处理所有内容。

我相信还有其他一些方法可以做到这一点。