Python 为什么vaex会更改包含句点的列名？

使用vaex时，我遇到一个意外错误

NameError:name“column\u 2\u 0”未定义

经过一些调查，我发现在我的数据源（HDF5文件）中，导致问题的列名实际上被称为

column_2.0

，vaex将其重命名为

column_2_0

，但在使用列名执行操作时，我遇到了错误。下面是一个复制此错误的简单示例：

import pandas as pd
import vaex
cols = ['abc_1', 'abc1', 'abc.1']
vals = list(range(0,len(cols)))
df = pd.DataFrame([vals], columns=cols)
dfv = vaex.from_pandas(df)

for col in dfv.column_names:
    dfv = dfv[dfv[col].notna()]

dfv.count()

在这种情况下，vaex似乎试图将

abc.1

重命名为

abc_1

，这已被采用，因此它最终使用

abc_1_1

我知道我可以像

dfv.rename（'abc_1_1'，'abc_dot_1'）

那样重命名列，但是（a）我需要为命名冲突引入特殊的逻辑，比如在本例中，vaex提供的列名已经被使用，（b）我不希望每次有一个包含句点的列时都必须手动执行此操作

我还可以强制源数据中的所有列名不使用句点，但这似乎是一个延伸，因为pandas和其他数据来源通常不具有此限制

---

除了我上面提到的两个问题之外，还有什么其他的解决方法呢？

在Vaex中，这些列实际上是“表达式”。表达式允许您在执行常规数据帧操作时在后台构建某种计算图。但是，这要求列名尽可能“干净”

因此不允许使用“2”或“2.5”之类的列名，因为表达式系统可以将它们解释为数字而不是列名。还有像“first name”这样的列名，表达式系统可以解释为

df['first']-df['name']

为了避免这种情况，vaex将巧妙地重命名列，以便在表达式系统中使用它们。这其实是非常复杂的。因此，在上面的示例中，您发现了一个尚未涉及的案例（

isna

/

notna

）

顺便说一句，您始终可以通过

df.get\u column\u names（alias=True）

访问原始名称

...
NameError: name 'abc_1_1' is not defined