kann ich applymap verwenden, um Variablennamen des Datenrahmens zu ändern

Question

Wenn ich Variablennamen in einem Datenrahmen mit Pandas ändern möchte, kann ich die Namen ändern, ohne pandas.df.rename() -Funktion zu verwenden, sondern mit applyMap() Zum Beispiel

Registrar Enrolment Agency State District Sub District Pin Code Gender 
Allahabad Bank Tera Software Ltd Jharkhand Ranchi Namkum 834003 M 
Allahabad Bank Tera Software Ltd Jharkhand Ranchi Ranchi 834004 F 
Allahabad Bank Vakrangee Softwares Limited Gujarat Surat Nizar 394380 M 

ich brauche Räume in den Variablennamen in der obigen Datenrahmen zu füllen mit „_“ und alle Variablennamen sollten alle Werte von DataFrame Element in klein~~POS=TRUNC sein wird für den Wandel

Answer 1

Funktion applymap verwendet -Wise, also für die Änderung Spalte Namen sind eine andere Methode.

Ich glaube, Sie brauchen list comprehension mit python str Funktion lower und replace (es nicht, wenn NaN funktioniert):

df.columns = [col.lower().replace(' ', '_') for col in df.columns] 
print (df) 
     registrar  enrolment_agency   state district sub_district \ 
0 Allahabad Bank Tera Software Ltd  Jharkhand Ranchi  Namkum 
1 Allahabad Bank Tera Software Ltd  Jharkhand Ranchi  Ranchi 
2 Allahabad Bank Vakrangee Softwares Limited Gujarat Surat  Nizar 

    pin_code gender 
0 834003  M 
1 834004  F 
2 394380  M 

Oder Lösung mit pandas str Funktion lower und replace:

df.columns = df.columns.str.replace(' ', '_').str.lower() 
print (df) 
     registrar  enrolment_agency   state district sub_district \ 
0 Allahabad Bank Tera Software Ltd  Jharkhand Ranchi  Namkum 
1 Allahabad Bank Tera Software Ltd  Jharkhand Ranchi  Ranchi 
2 Allahabad Bank Vakrangee Softwares Limited Gujarat Surat  Nizar 

    pin_code gender 
0 834003  M 
1 834004  F 
2 394380  M 

EDIT:

Wenn die Spaltennamen durch applymap geändert werden müssen, ist dies unmöglich, da diese Funktion nicht für Index (column names) implementiert ist. Aber wenn wirklich wollen etwas ähnliches verwenden map:

df.columns = df.columns.map(lambda col: col.lower().replace(' ', '_')) 
print (df) 
     registrar  enrolment_agency   state district sub_district \ 
0 Allahabad Bank Tera Software Ltd  Jharkhand Ranchi  Namkum 
1 Allahabad Bank Tera Software Ltd  Jharkhand Ranchi  Ranchi 
2 Allahabad Bank Vakrangee Softwares Limited Gujarat Surat  Nizar 

    pin_code gender 
0 834003  M 
1 834004  F 
2 394380  M 

Answer 2

Sie, dass in drei Arten tun könnte.

die Spalten Umschreiben

df.columns = [x.lower().replace(' ', '_') for x in df.columns] 

String-Methoden verwenden

df.columns = df.columns.str.lower().str.replace(' ', '_') 

Mit rename

df.rename(columns=lambda x: x.lower().replace(' ', '_')) 

Answer 3

starten:

df.applymap(lambda x: str(x).lower().replace(' ', '_')) 

applymap() werden die Leerzeichen in den Daten zu unterstreichen. Wenn Sie es in Spalten ändern möchten, können Sie die Antwort von Jezrael oder John nehmen.

Answer 4

Ernsthaft ... @ Antwort des JohnGalt holen. rename ist der Weg zu gehen.

Aber weil ich gerne mal ausprobieren etwas andere Antworten hinzufügen noch nicht abgedeckt:

Verwenden split dann join

df.columns = df.columns.str.lower().str.split().str.join('_') 
df 

Split und kommen Sie hat einen Vorteil von mehr ersetzen als 1 Leerzeichen mit Unterstrich _