如何移除数据集列名中的非英文字符？

Python（Pandas）批量处理方法 #

适合处理中大型数据集，自动化完成列头清理：

import pandas as pd
import re

# 读取目标数据集（替换为你的文件路径）
df = pd.read_csv("your_dataset.csv")

# 定义清理函数：仅保留英文字母、数字、空格和下划线，移除其他所有字符
def clean_col_name(col):
    return re.sub(r'[^a-zA-Z0-9_\s]', '', col).strip()

# 批量应用清理规则到所有列名
df.columns = [clean_col_name(col) for col in df.columns]

# 保存处理后的数据集
df.to_csv("cleaned_dataset.csv", index=False)

如果需要保留特定符号（比如连字符），可以调整正则表达式范围，例如改成[^a-zA-Z0-9_\s-]。

Excel 快速处理方法 #

适合小数据集的手动批量清理：

• 选中列头所在的整行
• 按下Ctrl+H打开「查找和替换」对话框
• 点击「更多」，勾选「使用通配符」
• 在「查找内容」输入框填入[^A-Za-z0-9 ]
• 「替换为」输入框留空，点击「全部替换」

内容的提问来源于stack exchange，提问作者Islam Ayman Ellawendy