Pandas: 列名不分大小写

在本文中，我们将介绍如何在Pandas中忽略列名的大小写，以便更方便地引用数据。

当我们处理数据时，经常需要引用数据框（DataFrame）中的列（column），而且列名也经常包含大小写不同的字符。默认情况下，Pandas是区分列名大小写的，但是有时候我们想要忽略大小写，这时候可以使用以下方法：

• 将列名转换为小写或大写
• 使用filter()函数
• 定义自己的函数

阅读更多：Pandas 教程

方法一：将列名转换为小写或大写

将列名统一转换为小写或大写，可以避免大小写不同的问题。例如：

import pandas as pd

df = pd.DataFrame({'FirstName': ['John', 'Mary', 'Peter'], 'LastName': ['Smith', 'Doe', 'Johnson']})

# 将列名转换为小写
df.columns = map(str.lower, df.columns)
print(df.head())

# 将列名转换为大写
df.columns = map(str.upper, df.columns)
print(df.head())

输出：

  firstname  lastname
0      John     Smith
1      Mary       Doe
2     Peter   Johnson

  FIRSTNAME  LASTNAME
0      John     Smith
1      Mary       Doe
2     Peter   Johnson

可以看到，经过列名大小写转换后，我们可以更方便地引用列数据。

方法二：使用filter()函数

Pandas提供了filter()函数，可以帮助我们筛选列名。用法如下：

import pandas as pd

df = pd.DataFrame({'FirstName': ['John', 'Mary', 'Peter'], 'LastName': ['Smith', 'Doe', 'Johnson']})

# 不区分大小写筛选列名
df_filtered = df.filter(regex='(?i)firstname|last', axis=1)

print(df_filtered.head())

输出：

  FirstName  LastName
0      John     Smith
1      Mary       Doe
2     Peter   Johnson

filter()函数的regex参数使用正则表达式筛选列名，其中(?i)表示忽略大小写，|表示或者。在上面的例子中，我们选中了所有以”firstname”或”last”开头的列名。

方法三：定义自己的函数

最后，我们也可以定义一个自己的函数来处理列名大小写。例如，下面的get_column()函数在不区分大小写的情况下获得了列数据：

import pandas as pd

df = pd.DataFrame({'FirstName': ['John', 'Mary', 'Peter'], 'LastName': ['Smith', 'Doe', 'Johnson']})

# 定义自己的函数
def get_column(df, col_name):
    for col in df.columns:
        if col.lower() == col_name.lower():
            return df[col]
    return None

# 访问列数据
first_name_col = get_column(df, 'FIRSTName')
print(first_name_col)

输出：

0     John
1     Mary
2    Peter
Name: FirstName, dtype: object

可以看到，我们通过自己的函数，实现了在不区分大小写的情况下，访问指定的列数据。

总结

在Pandas中，处理列名大小写不区分问题，有多种方法。我们可以通过将列名转换为小写或大写、使用filter()函数或定义自己的函数来实现。选择哪种方法，取决于具体的应用场景。