這是我的pandas DataFrame,帶有原始列名.

old_dt_cm1_tt old_dm_cm1 old_rr_cm2_epf old_gt

1 3 0 0

2 1 1 5

>首先,我想提取cm的所有獨特變體,例如在這種情況下cm1和cm2.

>在此之后,我想為每個獨特的cm創建一個新列.在此示例中,應該有2個新列.

>最后,在每個新列中,我應該存儲非零原始列值的總數,即

06001

我實現了第一步如下：

cols = pd.DataFrame(list(df.columns))

ind = [c for c in df.columns if 'cm' in c]

df.ix[:, ind].columns

如何繼續執行步驟2和3,以便解決方案是自動的(我不想手動定義列名cm1和cm2,因為在原始數據集中我可能有很多cm變化.

最佳答案 您可以使用：

print df

old_dt_cm1_tt old_dm_cm1 old_rr_cm2_epf old_gt

0 1 3 0 0

1 2 1 1 5

首先,您可以將filter列包含字符串cm,因此將刪除不包含cm的列.

df1 = df.filter(regex='cm')

現在,您可以將列更改為新值,如cm1,cm2,cm3.

print [cm for c in df1.columns for cm in c.split('_') if cm[:2] == 'cm']

['cm1', 'cm1', 'cm2']

df1.columns = [cm for c in df1.columns for cm in c.split('_') if cm[:2] == 'cm']

print df1

cm1 cm1 cm2

0 1 3 0

1 2 1 1

現在您可以計算非零值 – 將df1更改為布爾值DataFrame,將sum – True轉換為1并將False轉換為0.您需要按唯一列名稱計數 – 因此groupby列和sum值.

df1 = df1.astype(bool)

print df1

cm1 cm1 cm2

0 True True False

1 True True True

print df1.groupby(df1.columns, axis=1).sum()

cm1 cm2

0 2 0

1 2 1

您需要unique列,這些列將添加到原始df：

print df1.columns.unique()

['cm1' 'cm2']

最后你可以從groupby函數添加df [[‘cm1′,’cm2’]]的新列：

df[df1.columns.unique()] = df1.groupby(df1.columns, axis=1).sum()

print df

old_dt_cm1_tt old_dm_cm1 old_rr_cm2_epf old_gt cm1 cm2

0 1 3 0 0 2 0

1 2 1 1 5 2 1

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的python 新建一列_python – 如何处理列名称和创建新列的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。