在 pandas dataframe 中按列值索引添加不同的前綴

Question

我有一個 dataframe，帶有重復索引，我正在嘗試根據另一個 dataframe 的行名重新索引。但是，由於重復索引問題，它告訴我當我執行df2 = df2.reindex(df.index)時cannot reindex on an axis with duplicate labels df2 = df2.reindex(df.index) 。

下面是我的 df2 的樣子

指數	專欄 1	專欄2
一種	樣本_a	1個
乙	樣本_a	3個
乙	樣品_b	2個
C	樣品_c	3個

所以我想通過 column1 中的值向它添加前綴來使我的索引唯一。 如果column1是sample_a，我想把index做成a_index； 如果 column1 是 sample_b，我想將索引更改為 b_index，如下所示更改我的 df2：

指數	專欄 1	專欄2
a_A	樣本_a	1個
a_B	樣本_a	3個
b_B	樣品_b	2個
c_C	樣品_c	3個

我確實看到了向索引添加前綴的方法，但我不確定如何有選擇地添加不同的前綴？

謝謝！

Answer 1

如果你的另一個 DataFrame 也有“索引”和“column1”，為什么不將兩者都用作索引呢？

或者，您可以使用str.extract刪除重復的“索引”以從下划線之后的“column1”獲取 id：

df['index'] = (df['column1']
                 .str.extract('_([^_]+)$', expand=False)
                 .add('_'+df['index'])
              )

更新 dataframe：

  index   column1  column2
0   a_A  sample_a        1
1   a_B  sample_a        3
2   b_B  sample_b        2
3   c_C  sample_c        3

正則表達式：

_        # match underscore
([^_]+)  # capture non-underscore characters
$        # match end of line

正則表達式演示

Answer 2

你可以使用str.slice

df2['index'] = df2['column1'].str.slice(-1) + "_" + df2['index']

Output：

  index   column1  column2
0   a_A  sample_a        1
1   a_B  sample_a        3
2   b_B  sample_b        2
3   c_C  sample_c        3