Pandas DataFrame列名批量替换特殊字符问题求助

我明白你遇到的问题了——你的代码里犯了一个常见的小错误：re.sub() 不会修改原字符串，它只会返回处理后的新字符串，而你没有把这个新结果保存下来，更没有把它赋值回DataFrame的列名里。

正确的做法 #

其实不用手动循环，Pandas的str.replace()方法可以直接批量处理列名，而且完美支持正则表达式，代码更简洁高效：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame(columns=['name_column 1 (type1)', 'name-column_2-(type1)'])

# 格式化列名
df.columns = df.columns.str.replace(r'[^a-zA-Z0-9_]+', '_', regex=True)

print(df.columns)
# 输出: Index(['name_column_1_type1', 'name_column_2_type1'], dtype='object')

代码解释 #

• 正则表达式r'[^a-zA-Z0-9_]+'：匹配一个或多个非字母、非数字、非下划线的字符（包括空格、连字符、括号这些你想替换的内容）
• str.replace(..., regex=True)：告诉Pandas这是正则替换，把所有匹配到的连续特殊字符替换成单个下划线
• 直接把处理后的结果赋值给df.columns，这样就完成了列名的更新

为什么你的原代码没生效？ #

你原来的循环里，只是调用了re.sub()但没有把返回值赋值给任何变量，element还是原来的列名字符串，所以打印出来没有变化。如果要保留循环的写法，应该改成这样：

import re
new_columns = []
for element in df.columns:
    processed = re.sub(r'[^a-zA-Z0-9_]+', '_', element)
    new_columns.append(processed)
df.columns = new_columns

但显然用Pandas的str.replace()更简洁，推荐用第一种方法。

内容的提问来源于stack exchange，提问作者jovicbg