在 dataframe 上匹配和重命名列

Question

我有兩個數據框：

df1:

  ID Drive Volume Rep
  1   2     3      4

df2:

 ID 2Volume Drive_1 Reps
  1   2       3      4

我使用下表匹配列名

    df1    df2
   Drive   Drive_1
   Volume  2Volume
   Reps    Reps   

使用表中的 map，如何將 df2 中的所有列重命名為與 df1 相同

我可以使用簡單的 df2 = df2.rename(columns={old:new}) 手動執行此操作。 但是我想要可以使用不同列名的通用代碼。

Answer 1

當您說您不想df2 = df2.rename(columns={old:new})手動執行時，您的意思是您想從table自動提取old和new的嗎？ 如果是這樣，你可以這樣做：

df2 = df2.rename(columns=dict(zip(table.df2, table.df1)))

#    ID  Drive  Volume  Reps
# 0   1      2       3     4

要么：

df2 = df2.rename(columns=table.set_index('df2').df1)

Answer 2

也許這會有所幫助。

df2.columns = df1.columns

如果你想動態創建類似列的映射字典，你可以使用difflib

import difflib
col1 = ['ID', 'Drive','Volume','Rep'] # df1.columns.values
col2 = [ 'ID', '2Volume', 'Drive_1', 'Reps']  # df2.columns.values
col_dict = {difflib.get_close_matches(col, col2)[0]:col for col in col1}

之后，運行上面的代碼你會得到這樣的字典 -

{'ID': 'ID', 'Drive_1': 'Drive', '2Volume': 'Volume', 'Reps': 'Rep'}

上面的字典可以用於 map 列

Answer 3

我有兩個數據框：

df1：

  ID Drive Volume Rep
  1   2     3      4

df2:

 ID 2Volume Drive_1 Reps
  1   2       3      4

我使用下表匹配列名

    df1    df2
   Drive   Drive_1
   Volume  2Volume
   Reps    Reps   

使用表中的 map，如何將 df2 中的所有列重命名為與 df1 相同

我可以使用簡單的 df2 = df2.rename(columns={old:new}) 手動執行此操作。 但我想要可以使用不同列名的通用代碼。