python – Pandas:有没有办法使用类似’droplevel’的东西并在
发布时间:2020-12-16 23:43:50 所属栏目:Python 来源:网络整理
导读:以下查询的屏幕截图: 有没有办法轻松删除上级列索引,并且有一个单一级别的标签,如points_prev_amax,points_prev_amin,gf_prev_amax,gf_prev_amin等等? 解决方法 使用list comprehension设置新列名: df.columns = df.columns.map('_'.join)Or:df.columns =
以下查询的屏幕截图:
有没有办法轻松删除上级列索引,并且有一个单一级别的标签,如points_prev_amax,points_prev_amin,gf_prev_amax,gf_prev_amin等等? 解决方法
使用list comprehension设置新列名:
df.columns = df.columns.map('_'.join) Or: df.columns = ['_'.join(col) for col in df.columns] 样品: df = pd.DataFrame({'A':[1,2,1],'B':[4,5,6,4],'C':[7,8,9,'D':[1,3,9]}) print (df) A B C D 0 1 4 7 1 1 2 5 8 3 2 2 6 9 5 3 1 4 1 9 df = df.groupby('A').agg([max,min]) df.columns = df.columns.map('_'.join) print (df) B_max B_min C_max C_min D_max D_min A 1 4 4 7 1 9 1 2 6 5 9 8 5 3 print (['_'.join(col) for col in df.columns]) ['B_max','B_min','C_max','C_min','D_max','D_min'] df.columns = ['_'.join(col) for col in df.columns] print (df) B_max B_min C_max C_min D_max D_min A 1 4 4 7 1 9 1 2 6 5 9 8 5 3 如果需要前缀简单的元组交换项: df.columns = ['_'.join((col[1],col[0])) for col in df.columns] print (df) max_B min_B max_C min_C max_D min_D A 1 4 4 7 1 9 1 2 6 5 9 8 5 3 另一种方案: df.columns = ['{}_{}'.format(i[1],i[0]) for i in df.columns] print (df) max_B min_B max_C min_C max_D min_D A 1 4 4 7 1 9 1 2 6 5 9 8 5 3 如果列的列数很大(10 ^ 6),那么请使用 df.columns = df.columns.to_series().str.join('_') (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |