到目前為止，這是我的代碼：import numpy as npimport pandas as pddf = pd.read_excel(r'file.xlsx', index_col=0)看起來是這樣的：我想將“未命名：*”列重命名為最后一個有效名稱。這是我嘗試過的結(jié)果：df.columns = df.columns.str.replace('Unnamed.*', method='ffill')---------------------------------------------------------------------------TypeError Traceback (most recent call last)<ipython-input-253-c868b8bff7c7> in <module>()----> 1 df.columns = df.columns.str.replace('Unnamed.*', method='ffill')TypeError: replace() got an unexpected keyword argument 'method'如果我這樣做，這是“有效的”df.columns = df.columns.str.replace('Unnamed.*', '')但是我有空白值或NaN（如果我將'替換為'NaN'。然后我嘗試：df.columns = df.columns.fillna('ffill')哪個沒有效果。所以我嘗試了inplace = True：df.columns = df.columns.fillna（'ffill'，inplace = True）---------------------------------------------------------------------------TypeError Traceback (most recent call last)<ipython-input-279-cce486472d5b> in <module>()----> 1 df.columns = df.columns.fillna('ffill', inplace=True)TypeError: fillna() got an unexpected keyword argument 'inplace'然后我嘗試了另一種方式：i = 0while i < len(df.columns): if df.columns[i] == 'NaN': df.columns[i] = df.columns[i-1] print(df.columns[i]) i += 1這給了我這個錯誤：Oil158 RGN MisturaAccess West Winter Blend ---------------------------------------------------------------------------TypeError Traceback (most recent call last)<ipython-input-246-bc8fa6881b1a> in <module>() 2 while i < len(df.columns): 3 if df.columns[i] == 'NaN':----> 4 df.columns[i] = df.columns[i-1] 5 print(df.columns[i]) 6 i += 1~\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\indexes\base.py in __setitem__(self, key, value) 2048 2049 def __setitem__(self, key, value):-> 2050 raise TypeError("Index does not support mutable operations") 2051 2052 def __getitem__(self, key):TypeError: Index does not support mutable operations
3 回答
郎朗坤
TA貢獻(xiàn)1921條經(jīng)驗(yàn) 獲得超9個贊
您遇到的問題與列和索引是pd.Index對象這一事實(shí)有關(guān)。pandas Index的fillna方法采用的參數(shù)與pandas Series或DataFrame的fillna方法采用的參數(shù)不同。我在下面做了一個玩具示例：
import pandas as pd
import numpy as np
df = pd.DataFrame(
{'a':[1], 'Unnamed:1':[1], 'Unnamed:2':[1], 'b':[1], 'Unnamed:3':[1]},
columns=['a', 'Unnamed:3', 'Unnamed:1', 'b', 'Unnamed:2']))
df
# a Unnamed:3 Unnamed:1 b Unnamed:2
#0 1 1 1 1 1
您原始的正則表達(dá)式無法捕獲整個列名，我們來解決這個問題。
df.columns.str.replace('Unnamed:*', '')
#Index(['a', '3', '1', 'b', '2'], dtype='object')
df.columns.str.replace('Unnamed:\d+', '')
#Index(['a', '', '', 'b', ''], dtype='object')
df.columns.str.replace('Unnamed:.+', '')
#Index(['a', '', '', 'b', ''], dtype='object')
現(xiàn)在，讓我們將索引轉(zhuǎn)換為一系列，以便我們可以使用和的一個正則表達(dá)式的.replace和.fillna方法，pd.Series將相關(guān)的列名替換為ffill。最后，我們將其轉(zhuǎn)換為pd.Index
pd.Index(
pd.Series(
df.columns
).replace('Unnamed:\d+', np.nan, regex=True).fillna(method='ffill')
)
#Index(['a', 'a', 'a', 'b', 'b'], dtype='object')
df.columns = pd.Index(pd.Series(df.columns).replace('Unnamed:\d+', np.nan, regex=True).fillna(method='ffill'))
df.head()
# a a a b b
#0 1 1 1 1 1
添加回答
舉報
0/150
提交
取消