熊貓read_excel，csv;名稱列名映射器？

Question

假設你有一堆帶有ID和公司名稱的excel文件。你在一個目錄中有N個excel文件，你可以將它們全部讀入一個數據框，但是，在每個文件中，公司名稱的拼寫稍有不同，並且最終得到一個帶有N + 1列的數據框。

有沒有方法來創建例如列名的映射：

col_mappings = { 
    'company_name': ['name1', 'name2', ... , 'nameN], 
} 

所以，當你運行read_excel可以公司名義的各種不同的可能性，映射到只有一個列？你也可以用任何類型的數據文件來做到這一點嗎？例如。 read_csv等..

Answer 1

您是否在逐個讀取文件後連接文件？如果是，您可以在閱讀文件後簡單地更改列名。從你的問題，我假設你的數據框只包含兩列 - Id和CompanyName。所以，你可以簡單地通過索引來改變它。

df = pd.read_csv(one_file) 
df.rename(columns={df.columns[1]:'company_name'}) 

然後將其連接到原始數據幀。

否則，簡單地給出列名讀，

df = pd.read_csv(one_file, names=['Id','company_name']) 

然後從DF，因爲它包含原始列名刪除第一行。

它可以在.csv和.xlsx文件上執行。