在导入的熊猫数据框中清理标头

Question

使用文件中的标头导入了一系列csv和xls文件。我注意到这些头文件并不干净，所以当我打电话给他们时，我得到一个错误，说有没有这样的属性。我正在寻找的是类似于此的东西;

使用内置的函数来创建进口头的列表

currentheaders = list(df.columns.values) 

清洁该列表（这是我很卡上的部分）

cleanedheaders = str.strip or regex equivalent 

应用该列表作为新标题

df.columns = ['cleanedheaders'] 

带不工作列表和正则表达式想成为一个数据框，是否有一个等效的函数n列表？

Answer 1

紧凑和曲ICK的办法是

df.columns = [c.strip() for c in df.columns.values.tolist()] 

---

如果你想使用DataFrame.rename()，那么你实际上将需要调用它像：

df.rename(columns={c: c.strip() for c in df.columns.values.tolist()}, inplace=True) 

---

或你当然可以使用也紧凑和快速（由MaxU借用）：

df.columns = df.columns.str.strip() 

---

请记住，如果任何列名实际上不是字符串，上述解决方案都不起作用。

如果任何列名的不是一个字符串，那么最好你将他们都转成字符串，这会工作：

df.columns = [str(i) for i in df.columns.values.tolist()] 

，或者如果你不想把列名字符串 - 有一个很好的理由，我希望 - 那么你将不得不这样做：

df.rename(columns={c: c.strip() for c in df.columns.values.tolist() 
         if c not in [<list of columns not strings>]}, inplace=True) 

Answer 2

该解决方案将去除所有元素中的列表：

list = [' test1', ' test2 '] 
print [l.strip() for l in list] 

结果：

[ 'TEST1'， 'TEST2']

Answer 3

尝试这种情况：

columns = {c: c.strip() for c in df.columns} # or any cleaning 
df.rename(columns, inplace=True)