重命名包含十进制单元格值的列答案

【问题标题】：Renaming columns that contain decimal cell values重命名包含十进制单元格值的列
【发布时间】：2014-10-28 11:22:36
【问题描述】：

我有一个熊猫数据框：

import pandas as pd
import numpy as np

data = {'name': ['Bill', np.nan, 'Tony', 'Koli', 'Sally'], 
    'score': [42.32, np.nan, 36.3, 24.522, 73.1], 
    'age': [2, np.nan, 8, 4, 11]}
df = pd.DataFrame(data, columns = ['name','score', 'age'])
df

如果 data['score'] 的名称包含缺失值或十进制数，我希望将其更改为 data['score_decimal']。

在伪代码中：

for each column in df:
    if column contains np.nan's or decimals:
        then column.name = column.name + '_decimal'
    else:
        do nothing

我可以进行基本循环，但我不能进行正则表达式搜索（循环中的“if”行）

【问题讨论】：

标签： python pandas

【解决方案1】：

这是缺失的部分吗？

contains_nan_dec = False
for value in df['score'].unique():
    if value.isdigit() or value is np.nan:
        contains_nan_dec = True
        break
if contains_nan_dec: # pseudocode starts here
    then column.name = column.name + '_decimal'
else:
    do nothing

【讨论】：

是否可以这样做：if value.isregex([0-9]+(\.[0-9][0-9]?)?) or value is np.nan跨度>
我无法判断您提供的正则表达式是否完全正确。如果它是正确的，那么当然，你可以这样做。

【解决方案2】：

我相信检索每列的值、执行小数或 NaN 检查，然后更改列名会更容易。首先我会创建一个函数来做检查

def check(list):
    for elem in list:
        if type(elem) != type('a'):
            if type(elem) == type(1.1) or np.isnan(elem):
                return True
    return False

然后我会做类似的事情

labels = list(df.columns)

for i in xrange(len(labels)):
    if check(list(df[labels[i]])):
        labels[i] += '_decimal'
df.columns = labels

重命名列

【讨论】：

刚刚注意到 np.isnan() 不适用于 str 输入。所以你应该添加一个初步检查它是否是str。
.isdigit() 不会同时找到年龄（整数）列和分数列（小数）
是的，只是改变看看 type == float
根据您在数据框 np.isnan 中的其他类型可能无法正常工作，您应该在第一个 if 中添加这些格式，以确保您的代码运行
显然您不能直接更改 df.columns 中的项目。因此，让我们创建一个列表，对其进行操作，然后再次插入。编辑

【解决方案3】：

你可以像这样简洁地做到这一点：

float_columns = df.columns[df.dtypes == 'float64']
new_names = {old_name: old_name + '_decimal' for old_name in float_columns}
df = df.rename(columns=new_names)

numpy.nan 也被认为是float64，所以这也适用于这种情况。

【讨论】：