如何用Python移除Pandas列名中的特殊字符与单位

针对你清理CSV列名的需求，不用逐个替换不同单位，一行正则就能搞定所有情况：

import pandas as pd

# 读取目标CSV文件
df = pd.read_csv('your_data.csv')

# 一次性移除所有「空格+[单位]」格式的后缀
df.columns = df.columns.str.replace(r'\s*\[[^\]]+\]', '', regex=True)

正则匹配逻辑拆解： #

• \s*：匹配列名中单位前缀的任意空格（包括无空格的极端情况）
• \[：转义后匹配左方括号[（正则中[是特殊字符，必须转义才能匹配原字符）
• [^\]]+：匹配括号内的所有内容（只要不是右括号]都能匹配，兼容Ml、l/s、°C等各种单位格式）
• \]：转义后匹配右方括号]

执行后，列名会直接变为你想要的简洁格式：
Date,Time,app1_sum,app1_q,app1_h,app1_a,app1_v,app1_t_water

这个方案一次就能覆盖所有带单位的列名，比逐个替换单位的写法高效得多。

内容的提问来源于stack exchange，提问作者user15690830