pandas清洗非标准列名，将多个空格替换为单个空格

可以使用pandas的rename方法来重命名列名，并使用正则表达式来替换多个空格为单个空格，示例如下：

import re

# 创建一个包含非标准列名的DataFrame
df = pd.DataFrame({'Column  1': [0, 1, 2], 'Column    2': [3, 4, 5]})

# 使用正则表达式将多个空格替换为单个空格，并重命名列名
df = df.rename(columns=lambda x: re.sub('\s+', ' ', x.strip()))

# 打印结果
print(df.columns)

输出结果为：

Index(['Column 1', 'Column 2'], dtype='object')

可以看到，多个空格已经被替换为单个空格，并且列名已经被重命名为标准的格式。

相关问题

为了让CSV第一行，分割后的文本：一部分是普通单词以空格为分隔符，另一部分是以符号“？”结尾的词组。写出pandas代码

您可以使用 Pandas 的 `read_csv()` 方法读取 CSV 文件，并使用 `str.split()` 方法将第一行切割为字符串列表。然后，您可以使用 Pandas 的字符串方法 `str.strip()` 和 `str.endswith()` 来判断每个字符串是否以指定的字符串结尾，如下所示：

import pandas as pd

df = pd.read_csv('file.csv', header=None)  # 读取 CSV 文件，将第一行视为数据行
row1_split = df.iloc[0, 0].split()  # 切割第一行为字符串列表
result = []
for s in row1_split:
    if s.endswith('?'):  # 判断字符串是否以指定的字符串结尾
        result.append(s.strip('?'))
    else:
        result.extend(list(s))
df_result = pd.DataFrame(result)  # 将结果列表转换为 DataFrame
print(df_result)

在上面的代码中，`pd.read_csv()` 方法读取 CSV 文件，将第一行视为数据行。然后，使用 `.iloc[0, 0]` 获取 DataFrame 中第一行第一列的值（即第一行的原始字符串），并使用 `split()` 方法将其切割为字符串列表。接下来，对于每个字符串，如果以 `'?'` 结尾，则先使用 `strip('?')` 方法将字符串末尾的 `'?'` 去掉，再添加到结果列表中；否则，使用 `list(s)` 将字符串拆分为单个字符，并使用 `extend()` 方法将这些字符添加到结果列表中。最后，使用 `pd.DataFrame()` 将结果列表转换为 DataFrame，并使用 `print()` 打印结果 DataFrame。

注意，需要将 `'file.csv'` 替换为您实际使用的 CSV 文件名。

pandas输出对齐

可以使用pandas中的format方法来实现输出对齐。例如，假设有一个DataFrame df，其中包含两列数据，可以使用以下代码将其输出对齐：

print(df.to_string(index=False).replace('  ', ' '))

这将删除索引列并将两列数据之间的多个空格替换为单个空格，从而实现输出对齐。