pandas 加入DataFrame强制后缀? [英] pandas join DataFrame force suffix?

问题描述

如何在合并或加入时强制使用后缀.我知道如果发生冲突，可以提供一个，但在我的情况下，我将 df1 与 df2 合并，这不会导致任何冲突，但然后在使用后缀的 df2 上再次合并，但我更希望每次合并都有一个后缀，因为如果我像你想象的那样做不同的组合会让人困惑.

How can I force a suffix on a merge or join. I understand it's possible to provide one if there is a collision but in my case I'm merging df1 with df2 which doesn't cause any collision but then merging again on df2 which uses the suffixes but I would prefer for each merge to have a suffix because it gets confusing if I do different combinations as you could imagine.

推荐答案

您可以在实际的 DataFrame 上强制添加后缀:

You could force a suffix on the actual DataFrame:

In [11]: df_a = pd.DataFrame([[1], [2]], columns=['A'])

In [12]: df_b = pd.DataFrame([[3], [4]], columns=['B'])

In [13]: df_a.join(df_b)
Out[13]: 
   A  B
0  1  3
1  2  4

通过附加到它的列名:

In [14]: df_a.columns = df_a.columns.map(lambda x: str(x) + '_a')

In [15]: df_a
Out[15]: 
   A_a
0    1
1    2

现在连接不需要后缀修正，无论它们是否碰撞:

Now joins won't need the suffix correction, whether they collide or not:

In [16]: df_b.columns = df_b.columns.map(lambda x: str(x) + '_b')

In [17]: df_a.join(df_b)
Out[17]: 
   A_a  B_b
0    1    3
1    2    4

这篇关于 pandas 加入DataFrame强制后缀?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！