我有一个数据框,其中一些列名称具有瑞典字符(ö,ä,å)。我想用简单的o,a,a代替这些字符。
我试图将列名转换为str并替换字符,它可以工作但是如果我想将str作为列名称分配回来它会变得复杂,即,需要多个操作使其变得复杂。
我尝试了以下代码,用英文字母替换列名中的瑞典字符,并将结果返回为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作为数据帧的列名?如果没有,那么有更好的方法来替换列名中的瑞典字符吗?
对我来说,首先进行规范化,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: []
使用map
或列表理解的另一种解决方案:
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: []
当你有很多列时,这可能是很多手工工作,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