Python 在Pandas itertuples（）中，字符串'；类别'；转换为'_1'；以命名的倍数

我正在尝试进行一些数据清理，并使用pandas'itertuples'函数生成命名元组以存储在数据帧中。但是，当我使用itertuples时，名为“class”的列在命名元组中存储为“_1”，而所有其他列名转换正确。例如，“subclass”列正确地转换为命名元组中的“subclass”

一行代码和输出如下：

ipcs.rename（列={'ipc_section'：'section'，
“ipc_类”：“类”，
“ipc_子类”：“子类”，
“ipc_主_组”：“组”，
“ipc_子组”：“子组”，
“ipc_序列”：“顺序”}，原地=真）
[项目中的项目对项目]
ipcs[[“部分”、“类”、“子类”、“组”、“子组”、“顺序”]]
.itertuples（index=False，name='IPC'）]
出[45]：
[IPC（第class='A'、_1='61'，子类class='F'，组class='9'，子组class='00'，顺序class='0'）]

---

这是怎么回事？我认为这与“class”在Python中是一个关键字有关。有什么办法可以解决这个问题吗

只需更改

列

属性中的名称，以避免与Python保留关键字冲突

ipcs.rename(columns={'ipc_section':'section',
                  'ipc_class':'class_',  # class_, not class
                  'ipc_subclass':'subclass',
                  'ipc_main_group':'group',
                  'ipc_subgroup':'subgroup',
                  'ipc_sequence':'order'}, inplace=True)

---

在namedtuples和itertuples的文档中找到了答案

从namedtuples文档中，我们可以找到以下内容

全名双倍函数是：

collections.namedtuple（typename，field\u names，*，rename=False，defaults=None，module=None）

文件规定： 如果“重命名”为true，则无效的字段名将自动替换为位置名。例如，['abc'、'def'、'ghi'、'abc']将转换为['abc'、'_1'、'ghi'、'_3']，从而消除关键字def和重复的字段名abc

在Pandas itertuples功能文档中，我们可以看到以下内容：

如果名称不是None且len（self.columns）+索引<256：
itertuple=collections.namedtuple（名称、字段、重命名=True）
返回图（itertuple.\u make，zip（*数组））

因此，如果我们为元组指定名称（因此使其成为命名元组而不是普通元组），我们将触发此函数，并且Pandas函数将rename参数指定为True，以便它自动将无效字段名“class”转换为位置名

---

请注意，这与@chepner对该问题的评论略有不同。具体地说，可以使用“class”作为列的名称（将“ipc_class”设置为“class”作为列名确实有效），但itertuples函数将rename参数设置为True，因此当列名传递给itertuples时，字段名将更改为位置名称。如果rename设置为False，namedtuple函数将抛出一个错误。

class

是Python中的一个关键字，因此不能用作列名。（在我看来，

类

与任何事物的冲突都不比

\u 1

大，但关键是必须使用其他名称。）至少，这是有文档记录的：如果列名是无效的Python标识符、重复或以下划线开头，则列名将重命名为位置名称。对于大量列（>255），将返回常规元组。“感谢您的回答。在文档中找到了更全面的描述，因此将使用该描述作为答案。