IPython Notebook和Pandas自动完成

Question

我注意到如果要键入df.column_name() ，则可以在IPython笔记本中使用选项卡自动完成column_name 。

现在，对列执行操作的正确语法将是df['column_name'] ，在该位置我无法自动完成（我假设是因为它是字符串？）。 还有其他符号或方法可以简单地键入列名。 我正在esentailly寻找一种解决方案，该解决方案允许我在此df['column_name'] Tab键自动完成列名。

Answer 1

我发现以下方法对我有用。 它基本上会创建一个namedtuple其中包含数据框中所有变量的名称作为字符串。

例如，考虑以下包含两个名为“ variable_1”和“ variable_2”的变量的数据框：

from collections import namedtuple
from pandas import DataFrame
import numpy as np

df = DataFrame({'variable_1':np.arange(5),'variable_2':np.arange(5)})

以下代码创建一个名为“ var”的命名元组：

def ntuples():
    list_of_names = df.columns.values
    list_of_names_dict = {x:x for x in list_of_names}

    Varnames = namedtuple('Varnames', list_of_names) 
    return Varnames(**list_of_names_dict)

var = ntuples()

在笔记本上，当我写var. 然后按Tab键，将显示数据框df中所有变量的名称。 编写var.variable_1等效于编写'variable_1'。 因此，以下方法将起作用： df[var.variable_1] 。

我定义执行此操作的功能的原因是，通常您会向数据框添加新变量。 为了将新变量更新为namedtuple“ var”，只需再次调用该函数ntuples() ，就可以了。

Answer 2

我不确定您的数据如何放置，但是在导入csv / txt文件时，我会指定列表中各列的名称，例如...

names = ['col_1', 'col_2', 'col_3']

等等...然后像这样导入我的文件...

import pandas as pd
data = pd.read_csv('./some_file.txt', header = True, delimiter = '\t', names = names)

然后，您可以像这样...

new_thing = data[names[1]]

在开始键入“名称”时您将在选项卡上单击，然后您所要做的就是指定所需的“名称”项。 我不确定这是否更有效率，然后只需输入单词即可。