[英]Renaming pandas data frame columns using a for loop
我不确定这是否是一种愚蠢的处理方式,但我有几个数据框,所有这些都有相同的列。 我需要重命名每个列中的列以反映每个数据框的名称(之后我将执行所有这些的外部合并)。
假设数据框称为df1
、 df2
和df3
,每个都包含列name
、 date
和count
。
我想将df1
中的每一列重命名为name_df1
、 date_df1
和count_df1
。
我编写了一个函数来重命名列,因此:
df_list=[df1, df2, df3]
def rename_cols():
col_name="name"+suffix
col_count="count"+suffix
col_date="date"+suffix
for x in df_list:
if x['name'].tail(1).item() == df1['name'].tail(1).item():
suffix="_"+"df1"
rename_cols()
continue
elif x['name'].tail(1).item() == df2['name'].tail(1).item():
suffix="_"+"df2"
rename_cols()
continue
else:
suffix="_"+"df3"
rename_cols()
col_names=[col_name,col_date,col_count]
x.columns=col_names
不幸的是,我收到以下错误: KeyError: 'name'
我真的很难弄清楚为什么会这样。 df1 的列( df_list
中的第一个数据框)被重命名。 其他一切都保持不变......我是在搞乱基本语法(可能),还是对我对事情应该如何工作有一个基本的误解?
据我所知,列表中的第一个数据框被迭代了不止一次——但为什么会这样呢?
我想你可以用更简单的方法来实现这一点,比如:
df_list=[df1, df2, df3]
for i, df in enumerate(df_list, 1):
df.columns = [col_name+'_df{}'.format(i) for col_name in df.columns]
如果您的 DataFrames 有更漂亮的名称,您可以尝试:
df_names=('Home', 'Work', 'Park')
for df_name in df_names:
df = globals()[df_name]
df.columns = [col_name+'_{}'.format(df_name) for col_name in df.columns]
或者您可以通过查找globals()
(或locals()
)来获取每个变量的名称:
df_list = [Home, Work, Park]
for df in df_list:
name = [k for k, v in globals().items() if id(v) == id(df) and k[0] != '_'][0]
df.columns = [col_name+'_{}'.format(name) for col_name in df.columns]
我更喜欢这样做的相当简单的方法,特别是当你想对所有列名应用一些逻辑时:
for col in df.columns:
df.rename(columns={col:col.upper().replace(" ","_")},inplace=True)
我假设您已将您的存储在字典中,因为这是在 Python 中存储一系列命名对象的惯用方式。 更改列名的惯用 Pandas 方法是在df.columns
上使用矢量化字符串操作:
df_dict = {"df1":df1, "df2":df2, "df3":df3}
for name, df in df_dict.items():
df.columns = df.columns + "_" + name
要考虑的另一个选项是在合并期间自动添加后缀。 当您调用merge
您可以使用suffixes
参数指定将附加到重复列名称的suffixes
。 如果您只想附加数据帧的名称,则可以这样调用。 :
from itertools import reduce
df_merged = reduce(lambda x,y: ("df_merged",
x[1].merge(y[1], left_index=True, right_index=True,
suffixes = ("","_"+y[0]))),
df_dict.items())[1]
为了完整df.rename
,由于没有人提到df.rename
,请在此处查看 Andy Hayden 的回答:
df.rename
可以将函数作为参数,所以在这种情况下:
df_dict = {'df1':df1,'df2':df2,'df3':df3}
for name,df in df_dict.items():
df.rename(lambda x: x+'_'+name, inplace=True)
更简单的方法
从 cursor.description 获取总长度然后将其转换为列表将列表直接应用到 DF
num_fields = len(cursor.description)
field_names = [ i[0] for i in cursor.description ]
df.columns = field_names
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.