如何忽略DataFrame列名中的多余空格以匹配指定列？

核心思路 #

先统一清理DataFrame的列名格式，把所有连续空格替换为单个空格，同时去除列名首尾的空格，再用指定字段列表提取数据，就能避免因空格数量不一致导致的匹配失败。

具体实现代码 #

import pandas as pd

fields = ['Assembled Weights', 'Assembled Heights']
dataframe = pd.read_excel(file)

# 清理列名：替换连续空格为单个，去除首尾空格
dataframe.columns = dataframe.columns.str.replace(r'\s+', ' ', regex=True).str.strip()

# 现在可以正常提取指定列
df = dataframe[fields]

补充说明 #

• str.replace(r'\s+', ' ', regex=True)：用正则匹配任意数量的连续空白字符（包括空格、制表符等），统一替换为单个空格，解决列名中多空格的问题。
• str.strip()：去除列名首尾可能存在的空格，避免类似' Assembled Weights '这种带前后空格的列名导致匹配失败。
• 如果你的字段列表本身也存在空格不规范的情况，可以同步清理fields：

  fields = [field.strip().replace(r'\s+', ' ', regex=True) for field in fields]
  

内容的提问来源于stack exchange，提问作者rai