Pandas 列标题拆分

我有一个带有colums标头的数据帧，它由3个标记组成，这些标记由“\uu_”分割

例如

我知道我不能拆分标题，而只是将第一个标记与此代码一起使用

df.columns=df.columns.str.split（“”“）.str[0]

给予：

   A    B
0
1
2
3
4
5

是否有一种方法可以使用标签的组合，例如1和3

给予

   A__66    B__45
0
1
2
3
4
5

我已经在下面用三脚架了，但它不起作用

df.columns=df.columns.str.split('__').str[0]+'__'+df.columns.str.split('__').str[2]

---

使用特定正则表达式替换：

In [124]: df.columns.str.replace(r'__[^_]+__', '__')                                                                          
Out[124]: Index(['A__66', 'B__45'], dtype='object')

与

f-string

s一起用于选择列表的第一个和第三个值：

df.columns = df.columns.str.split('__').map(lambda x: f'{x[0]}__{x[2]}')
print (df)
   A__66  B__45
0    NaN    NaN
1    NaN    NaN
2    NaN    NaN
3    NaN    NaN
4    NaN    NaN
5    NaN    NaN

---

您还可以尝试拆分和合并：

df.columns=['__'.join((i[0],i[-1])) for i in df.columns.str.split('__')]
#Columns: [A__66, B__45]

---

我发现您自己的解决方案非常好，而且可能是最可读的。只是需要一点调整

df.columns = df.columns.str.split('__').str[0] + '__' + df.columns.str.split('__').str[-1]

---

或者为了提高效率，我们不想调用

str.split

两次：

lst_split = df.columns.str.split('__')
df.columns = lst_split.str[0] + '__' + lst_split.str[-1]

---

@Erfan-yop，如果需要列表的最后一个值，那么它是必需的。

Index(['A__66', 'B__45'], dtype='object')

lst_split = df.columns.str.split('__')
df.columns = lst_split.str[0] + '__' + lst_split.str[-1]

Index(['A__66', 'B__45'], dtype='object')