如何从 Python 中的字典中替换部分变量列名

Question

在此示例 dataframe 中，它包含 3 个变量：

data = {'A':['m', 'f', 'm', 'm'], 
        'B':['y', 'y', 'n', 'n'],
        'C':['ab','bc','cd','ef'] }


# Create DataFrame  
df = pd.DataFrame(data)  
df  

    A   B   C
0   m   y   ab
1   f   y   bc
2   m   n   cd
3   m   n   ef

经过一些操作，上面的 dataframe 变为：

data1 = {'x0_m':[1,0,1,1], 
         'x0_f':[0,1,0,0], 
         'x1_y':[1,1,0,0],
         'x1_n':[0,0,1,1],
         'x2_ab':[1,0,0,0],
         'x2_bc':[0,1,0,0],
         'x2_cd':[0,0,1,0],
         'x2_ef':[0,0,0,1]}

# Create DataFrame 
df1 = pd.DataFrame(data1) 
df1

    x0_m    x0_f    x1_y    x1_n    x2_ab   x2_bc   x2_cd   x2_ef
0   1        0       1      0        1        0       0       0
1   0        1       1      0        0        1       0       0
2   1        0       0      1        0        0       1       0
3   1        0       0      1        0        0       0       1

我想用原始 dataframe 中的列名替换"x0"变量。 例如， "x0_m"和"x0_f"应该分别变成"A_m" 、 "A_f" 。

我已经确定了此过程的两个步骤：

第 1 步：创建一个字典，其中将包含变量 x 和相应的列名。 我试过这个：

list_num = ['x%s' % (i) for i in range(3)]
list_num
['x0', 'x1', 'x2']

从原始 dataframe df中提取列名：

features = list(df.columns)
features
['A', 'B', 'C']

然后我尝试创建一个字典：

dict = {x: features for x in list_num}
dict
{'x0': ['A', 'B', 'C'], 'x1': ['A', 'B', 'C'], 'x2': ['A', 'B', 'C']}

但是，这不是我想要的。 我期待着：

{'x0': 'A', 'x1': 'B', 'x2': 'C'}

如何获得所需的 output。

STEP2：在上面创建的字典的帮助下替换df1中的部分列。 这部分，我完全迷失了。 需要帮忙

Answer 1

您可以使用方法str.replace() ：

df1.columns = (
    df1.columns
    .str.replace('x0', 'A')
    .str.replace('x1', 'B')
    .str.replace('x2', 'C')
              )

或使用字典：

for k, v in dct.items():
    df1.columns = df1.columns.str.replace(k, v)

Answer 2

只需将字典理解与zip一起使用：

mapping = {col: feature for col, feature in zip(list_num, features)}
>>> mapping
{'x0': 'A', 'x1': 'B', 'x2': 'C'}

要修改第二个 dataframe 中的列：

new_cols = []
for col in df1:
    a, b = col.split('_')
    new_cols.append('_'.join([mapping.get(a, a), b]))
df1.columns = new_cols
>>> new_cols
['A_m', 'A_f', 'B_y', 'B_n', 'C_ab', 'C_bc', 'C_cd', 'C_ef']

Answer 3

第2步：

import pandas as pd
import numpy as np

data1 = {'x0_m':[1,0,1,1], 
         'x0_f':[0,1,0,0], 
         'x1_y':[1,1,0,0],
         'x1_n':[0,0,1,1],
         'x2_ab':[1,0,0,0],
         'x2_bc':[0,1,0,0],
         'x2_cd':[0,0,1,0],
         'x2_ef':[0,0,0,1]}
df1 = pd.DataFrame(data1) 

colnames = list(df1.columns)
new_names = {'x0': 'A', 'x1': 'B', 'x2': 'C'}

for key, value in new_names.items():
    colnames = [col.replace(key, value) for col in colnames]

df1.columns = colnames

df1

    A_m A_f B_y B_n C_ab    C_bc    C_cd    C_ef
0   1   0   1   0   1       0       0       0
1   0   1   1   0   0       1       0       0
2   1   0   0   1   0       0       1       0
3   1   0   0   1   0       0       0       1