Python 3.x 从数据帧列名中删除后缀-Python

我试图从数据帧中的所有列中删除后缀，但收到错误消息。如有任何建议，将不胜感激

df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=list('ABCD'))
df.add_suffix('_x')

def strip_right(df.columns, _x):
    if not text.endswith("_x"):
        return text
    # else
    return text[:len(df.columns)-len("_x")]

错误：

def strip_right(tmp, "_x"):
                            ^
SyntaxError: invalid syntax

我也试着删除这些引文

def strip_right(df.columns, _x):
    if not text.endswith(_x):
        return text
    # else
    return text[:len(df.columns)-len(_x)]

错误：

def strip_right(df.columns, _x):
                      ^
SyntaxError: invalid syntax

---

下面是一个更具体的例子：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=list('ABCD'))
df = df.add_suffix('_x')

print ("With Suffix")
print(df.head())

def strip_right(df, suffix='_x'):
    df.columns = df.columns.str.rstrip(suffix)

strip_right(df) 

print ("\n\nWithout Suffix")
print(df.head())

输出：

With Suffix
   A_x  B_x  C_x  D_x
0    0    7    0    2
1    5    1    8    5
2    6    2    0    1
3    6    6    5    6
4    8    6    5    8


Without Suffix
   A  B  C  D
0  0  7  0  2
1  5  1  8  5
2  6  2  0  1
3  6  6  5  6
4  8  6  5  8

---

我在接受答案的实现中发现了一个bug。供参考的文件，其中说明：

chars参数不是后缀；相反，它的所有值组合都被删除

相反，我不得不使用从我的列名中删除实际的后缀。请参见下面修改的示例

将熊猫作为pd导入
将numpy作为np导入
df=pd.DataFrame（np.random.randint（0,10，size=（10,4）），columns=list（'ABCD'））
df=df.添加后缀（“ux”）
df['Ex_']=np.random.randint（0,10，size=（10,1））
df1=pd.DataFrame（df，copy=True）
打印（“带后缀”）
打印（df1.head（））
def strip_right（df，后缀=“ux”）：
df.columns=df.columns.str.rstrip（后缀）
带右（df1）
打印（“\n\nAfter.rstrip（）”）
打印（df1.head（））
def replace_right（df，后缀=“ux”）：
df.columns=df.columns.str.replace（后缀+'$'，''，regex=True）
打印（“\n\n带后缀”）
打印（df.head（））
更换右（df）
打印（“\n\n在.replace（）之后”）
打印（df.head（））

输出：

With Suffix
   A_x  B_x  C_x  D_x  Ex_
0    4    9    2    3    4
1    1    6    5    8    6
2    2    5    2    3    6
3    1    4    7    6    4
4    3    9    3    5    8


After .rstrip()
   A  B  C  D  E
0  4  9  2  3  4
1  1  6  5  8  6
2  2  5  2  3  6
3  1  4  7  6  4
4  3  9  3  5  8


After .replace()
   A  B  C  D  Ex_
0  4  9  2  3    4
1  1  6  5  8    6
2  2  5  2  3    6
3  1  4  7  6    4
4  3  9  3  5    8

---

df.columns=df.columns.str.rstrip（“'ux'）

谢谢你，请发帖回答，这样我可以给你评分。谢谢。使用

cols

作为参数，而不是

df.columns

（只是为了说明为什么

def

会出现语法错误，另一个选项是解决原始问题的最佳选项）@Starbucks这是很好的、愉快的编码方式