Regex/Difflib/Datastructure算法问题

Question

谢谢你提前提供帮助。对于当前的问题，我遇到了一些麻烦，我的数据集都以CSV格式表示相同的数据，只是列名在一定程度上有所不同。

• ME_loard_MW
• ME_loard
• ME_load

作为3组数据的标题名，我正在尝试开发一个函数来解析列名(大熊猫)，并将所有上传数据集的名称更改为一个特定的集合。我尝试过的方法是使用Regex函数，例如

def renamefunc(col_name):
    if re.match(myregex, col_name, flags=re.I):
        return "FLOW202"
    else:
        return col_name

我还考虑过使用difflib模块(Get_close_matches)，因为所有列名都是不同的，因此第一个list元素将是我所针对的元素。最后，我一直在考虑使用字典/算法，但自从4月开始编程以来，这有点超出了我的范围。任何输入/反馈/批评都是非常欢迎的，我的目标是改进！附件是我希望遇到的数据集类型的图像。

Answer 1

似乎您希望将所有数据集中的列名更改为特定集。假设您的所有数据集都是对齐的，即它们的列以相同的顺序显示，那么您可以简单地设置列名如下：

import pandas as pd

df = pd.DataFrame({'name':['A','A','B','B','C','C'], 'year': ['2013','2013','2014','2014', '2015','2015'],
    'type': ['up', 'down', 'up', 'down', 'up', 'down'],
    'cost': [30, 15, 20, 15, 30,25]})

column_names_set = ('Name', 'Year', 'Type', 'Cost')

df.columns = column_names_set

我不能比这更具体，因为我看不到您的数据集。也许您要附加的图像不起作用。