如何从图中的列名中删除下划线？

Question

我正在使用在列名中有下划线作为空格的数据框。据我了解，这是一种很好的做法，所以我不想用空格重命名列。

在绘制各列之间的相关性时，列名在图中用下划线拼写出来。我希望能够使用空格来获得更清晰的阅读视觉效果。

有没有办法修改图中显示的名称，以便我可以用空格替换所有下划线和/或将这些图表中显示的标签重命名为与实际列名不同/更清晰的名称？目前我的绘图同时使用 matplotlib 和 seaborn。

编辑： 要添加更多关于我为什么这样做的来源的详细信息 - 我正在从 SQL 查询构建这个数据框。 SQL 数据库的列名中有下划线，因此它们在此处被继承。下面一个有用的答案是重命名生成的数据框以用空格替换下划线。我刚刚想到的另一个是在进行查询时将列导入为更易读的名称。如果我想通过添加细节，这还允许我将列更改为更加清晰。

SELECT table.column_name AS [Column Name]

但这留下了我的另一个问题 - 为什么在 SQL 数据库中的列名中没有空格很重要？理论上我可以做到，这样数据库就有我想要的空间。

Answer 1

如果您将整个数据框传递给绘图方法

使用 pandas rename 方法和 Python 的字符串 replace 将下划线替换为空格。

一种方法是使用修改后的列名称创建一个辅助数据框，并将该新数据框传递给绘图方法，例如：

import pandas as pd

# Dummy df
df = pd.DataFrame({
    'Column_1': pd.Series([1, 2, 3]), 
    'Column_2': pd.Series([1, 2, 3]),
    'Column_3': pd.Series([1, 2, 3]),
})

modified_df = df.rename(columns=lambda name: name.replace('_', ' '))

print(df)
print(modified_df)

输出：

   Column_1  Column_2  Column_3
0         1         1         1
1         2         2         2
2         3         3         3
   Column 1  Column 2  Column 3
0         1         1         1
1         2         2         2
2         3         3         3

如果你不关心改变原始数据框，你可以进行这个操作inplace，而不需要创建辅助数据框：

df.rename(columns=lambda name: name.replace('_', ' '), inplace=True)

如果你只需要一个带有修改标签的列表

您可以使用列表推导生成新标签：

labels = [col.replace('_', ' ') for col in df.columns]

Answer 2

我发现 <your_col_name_here>.replace("_", " ").title() 对此非常有帮助。

这里有一些例子......

示例 1 - Matplotlib：

def show_iris_histograms():
    cols_to_plot = [
        "sepal_length",
        "sepal_width",
        "petal_length",
        "petal_width",
]
    fig = plt.figure(figsize=(10, 6))
    for i, col_name in enumerate(cols_to_plot):
        ax = fig.add_subplot(2, 2, i + 1)
        iris[col_name].hist(bins=15, ax=ax)
        col_name_label = col_name.replace("_", " ").title()
        ax.set_title(col_name_label + " Distribution")
    fig.tight_layout()
    plt.show()

show_iris_histograms()

输出：

示例 2 - Seaborn：

def show_iris_pairplots():
    pair_plot = sns.pairplot(iris, hue="class")
    pair_plot.fig.get_children()[-1].set_title("Class")
    for i in range(4):
        for j in range(4):
            x_label = pair_plot.axes[i][j].get_xlabel()
            y_label = pair_plot.axes[i][j].get_ylabel()
            pair_plot.axes[i][j].set_xlabel(
                x_label.replace("_", " ").title(),
            )
            pair_plot.axes[i][j].set_ylabel(
                y_label.replace("_", " ").title(),
            )
plt.show()

show_iris_pairplots()

输出：