從 pd.series 循環分配 pandas 中的列名

Question

假設我的 df：

A User1 User2
1 0       0
2 1       1
3 1       0

我想在 dataframe 中創建另一列，它是列user1加上user的總和所以很簡單： df['sum_result_Newcolum'] = df['user1']+df['user2'] 。 所以它看起來像這樣：

 A User1 User2   sum_result_Newcolum
    1 0       0   0
    2 1       1   2
    3 1       0   1

但我有 panda.series 看起來像這樣：

    0
0   AC.IR
1   AC.PO
2   B.0
3   B.1

結束等所以我想for語句在那里運行通過 pd.series 並將值添加到列名。 所以那個問題，我嘗試這樣的事情但沒有成功：

df['sum_result_'+ {cv_details.get(0)}]=df['user1']+df['user2']
df['sum_result_'+ cv_details.get(0)]=df['user1']+df['user2']
df['sum_result_'+ cv_details[0]]=df['user1']+df['user2']
df['sum_result_'+ cv_details.iloc[0]]=df['user1']+df['user2']

所有時間最好的結果是列名：“sum_result_Action ...”

也許解決方案將 pd.series 轉換為框架？

Answer 1

• 不是 100% 清楚您的預期結果是什么。
• 如果您想要為系列中的每個值創建一個新列
  • assign ** kwargs可以構建為字典理解
  • 從您的示例代碼中，您定義了一個 static 計算User1 + User2

import io
import pandas as pd

df = pd.read_csv(io.StringIO("""A User1 User2
1 0       0
2 1       1
3 1       0"""), sep="\s+")

cv_details = pd.Series(['AC.IR', 'AC.PO', 'B.0', 'B.1'])

df.assign(**{f"sum_result_{v}":df["User1"]+df["User2"] for v in cv_details})

	A	用戶1	用戶2	sum_result_AC.IR	sum_result_AC.PO	sum_result_B.0	sum_result_B.1
0	1個	0	0	0	0	0	0
1個	2個	1個	1個	2個	2個	2個	2個
2個	3個	1個	0	1個	1個	1個	1個