![](/img/trans.png)
[英]Efficient way to replace column of lists by matches with another data frame in Pandas
[英]pandas data frame from python lists in more efficient way
我在python
有3個列表。 使用這3個列表,我想創建一個pandas
數據框。 我已經做了如下。
import pandas as pd
import numpy as np
mysql_list = ['id', 'date', 'name']
oracle_list = ['id', 'date-1', 'name_1']
sql_list = ['id', 'date', 'name-1']
mysql_name='test_123'
oracle_name='test-123'
sql_name='test123'
pd_df = pd.DataFrame(columns = ['mysql_name', 'mysql_cols', 'oracle_name', 'oracle_cols', 'sql_name', 'sql_cols'])
pd_df = pd.DataFrame(index = [np.arange(len(mysql_list))],columns = ['mysql_name', 'mysql_cols', 'oracle_name', 'oracle_cols', 'sql_name', 'sql_cols'])
pd_df.loc[:,'mysql_name'] = mysql_name
pd_df.loc[:,'mysql_cols'] = mysql_list
pd_df.loc[:,'sql_name'] = sql_name
pd_df.loc[:,'sql_cols'] = sql_list
pd_df.loc[:,'oracle_name'] = oracle_name
pd_df.loc[:,'oracle_cols'] = oracle_list
pd_df
mysql_name mysql_cols oracle_name oracle_cols sql_name sql_cols
0 test_123 id test-123 id test123 id
1 test_123 date test-123 date-1 test123 date
2 test_123 name test-123 name_1 test123 name-1
我能夠達到我的要求。 有沒有一種簡單的方法可以用更少的代碼行來做到這一點。
我相信有,但我不知道該怎么辦
In [16]: (pd.DataFrame({'mysql_cols':mysql_list, 'oracle_cols':oracle_list,
...: 'sql_cols':sql_list})
...: .assign(mysql_name=mysql_name,oracle_name=oracle_name, sql_name=sql_name)
...: .sort_index(axis=1))
...:
Out[16]:
mysql_cols mysql_name oracle_cols oracle_name sql_cols sql_name
0 id test_123 id test-123 id test123
1 date test_123 date-1 test-123 date test123
2 name test_123 name_1 test-123 name-1 test123
您可以將dict
與assign
d={'mysql_name':'test_123','oracle_name':'test-123','sql_name':'test123'}
pd.DataFrame({'mysql_cols':mysql_list, 'oracle_cols':oracle_list,
'sql_cols':sql_list}).assign(**d)
Out[312]:
mysql_cols oracle_cols sql_cols mysql_name oracle_name sql_name
0 id id id test_123 test-123 test123
1 date date-1 date test_123 test-123 test123
2 name name_1 name-1 test_123 test-123 test123
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.