在修改列名时将熊猫数据框转换为字典

Question

如何转换数据框，例如如下所示：

id    | column! 1 | column 2?> | column 3
ABC1  | 1234      | text text  | text!
ABC2  | 1234      | text text  | text!

进入字典，但同时转换列名以删除特殊字符和空格。转换可能类似于label_id = re.sub('[^A-Za-z0-9]+', '', str(label_name))，但我不确定如何将其应用于数据框 -> 字典转换。

Answer 1

在带有'\W+' 的列上使用str.replace。 \W 匹配任何非单词字符。

d = df.rename(columns=dict(zip(df.columns, df.columns.str.replace('\W+', '', regex=True)))).to_dict()
print(d)

# Output:
{'id': {0: 'ABC1', 1: 'ABC2'},
 'column1': {0: 1234, 1: 1234},
 'column2': {0: 'text text', 1: 'text text'},
 'column3': {0: 'text!', 1: 'text!'}}

详情：

>>> dict(zip(df.columns, df.columns.str.replace('\W+', '', regex=True)))

# Output:
{'id': 'id',
 'column! 1': 'column1',
 'column 2?>': 'column2',
 'column 3': 'column3'}

或更简单的：

df.columns = df.columns.str.replace('\W+', '', regex=True)
print(df)

# Output:
     id  column1    column2 column3
0  ABC1     1234  text text   text!
1  ABC2     1234  text text   text!