Polars无表头数据处理：清洗首行作表头遇属性错误求解

错误原因 #

你遇到的AttributeError是因为第一行里存在整数类型的数据，而replace是字符串专属方法，整数对象没有这个属性。所以第一步必须把第一行的所有元素先转换成字符串，再做清洗操作。

完整实现步骤 #

1. 提取DataFrame的第一行作为表头候选
2. 编写表头清洗函数：先转字符串→替换换行/空格为下划线→给驼峰命名加下划线→转全小写
3. 将清洗后的表头赋值给DataFrame，再删除原来的第一行

代码示例 #

import polars as pl
import re

# 模拟你的无表头DataFrame（第一行包含int类型数据）
df = pl.DataFrame([
    ["User Name", "TestScore", 123, "Age\nGroup"],
    ["Alice", 85, 1, "Adult"],
    ["Bob", 92, 2, "Teen"]
])

def clean_header(col_name):
    # 强制将所有类型转为字符串，解决int类型报错问题
    s = str(col_name)
    # 替换换行符和空格为下划线
    s = s.replace("\n", "_").replace(" ", "_")
    # 处理驼峰命名：在小写字母与大写字母之间插入下划线
    s = re.sub(r'(?<=[a-z])(?=[A-Z])', '_', s)
    # 转为全小写
    return s.lower()

# 提取第一行并执行清洗
new_columns = [clean_header(col) for col in df.row(0)]
# 设置新表头，同时删除原第一行
df = df.slice(1).rename(dict(zip(df.columns, new_columns)))

print(df)

代码说明 #

• str(col_name)：确保所有表头元素先转为字符串，从根源避免类型错误
• 正则表达式r'(?<=[a-z])(?=[A-Z])'：精准匹配驼峰命名的分界点（小写字母后接大写字母），插入下划线
• slice(1)：移除已经作为表头的原第一行数据
• 如果你的原始数据列类型不需要统一转换，可以省略额外的类型转换步骤

内容的提问来源于stack exchange，提问作者Horseman