大 pandas 可以根据名称中的模式拆分/合并列吗？ [英] Can pandas split/merge columns based on patterns in their name?

问题描述

pandas可以根据列名称中的模式拆分和/或合并列吗？这是一个 DataFrame ：

  meas1_left meas1_right meas2_left meas2_right 
 0 1 2 3 4 
 1 6 7 8 9 
  

我想转过上面数据和这个（我真的不在乎新框架如何索引）：

  meas1 meas2 side 
 0 1 3左
 1 2 4右
 2 6 8左
 3 7 9右
  

解决方案

您可以先通过 Multiindex org / pandas-docs / stable / generated / pandas.Series.str.split.htmlrel =nofollow> split ：

  df.columns = df.columns.str.split（'_'，expand = True）
 print（df）
 meas1 meas2 
左侧右侧
 0 1 2 3 4 
 1 6 7 8 9 
  

然后 stack 它：

  print（df.stack（）。reset_index（level = 0，drop = True）.reset_index（））
 index meas1 meas2 
 0 left 1 3 
 1右2 4 
 2左6 8 
 3右7 9 
  

如果需要重命名列索引并更改列的顺序：

  print（df.stack（）
 .reset_index（level = 0，drop = True）
 .reset_index（）
 .rename（columns = {'index'：'side' }）[['meas1'，'meas2'，'side']]）
 
 meas1 meas2 side 
 0 1 3 left 
 1 2 4 right 
 2 6 8左
 3 7 9右
  

编辑： str 方法与 index 是从<一个href =http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#string-methods-enhancements =nofollow> 0.16.1 ，如果使用旧版本，请尝试：

  a = df.columns.to_series（）。str.split（'_'）。apply（pd.Series）
 tuples = list（zip（a.iloc [：，0]，a.iloc [：，1]））
 print（tuples）
 [（'meas1'，'left' ，（'meas1'，'right'），（'meas2'，'left'），（'meas2'，'right'）] 
 
 df.columns = pd.MultiIndex.from_tuples（元组）
打印（df）
 meas1 meas2 
左侧右侧
 0 1 2 3 4 
 1 6 7 8 9 
  

Can pandas split and/or merge columns, based on patterns in the column name? Here's a DataFrame:

    meas1_left  meas1_right  meas2_left  meas2_right
0            1            2           3            4
1            6            7           8            9

I'd like to turn the above data and this (I don't really care how the new frame is indexed):

    meas1  meas2  side
0       1      3  left
1       2      4  right
2       6      8  left
3       7      9  right

解决方案

You can first create Multiindex from columns by split:

df.columns = df.columns.str.split('_', expand=True)
print (df)
  meas1       meas2      
   left right  left right
0     1     2     3     4
1     6     7     8     9

Then stack it:

print (df.stack().reset_index(level=0, drop=True).reset_index())
   index  meas1  meas2
0   left      1      3
1  right      2      4
2   left      6      8
3  right      7      9

And if need rename column index and change order of columns:

print (df.stack()
         .reset_index(level=0, drop=True)
         .reset_index()
         .rename(columns={'index':'side'})[['meas1','meas2','side']])

   meas1  meas2   side
0      1      3   left
1      2      4  right
2      6      8   left
3      7      9  right

EDIT: str methods with index are implemented from 0.16.1, if use older version try:

a = df.columns.to_series().str.split('_').apply(pd.Series)
tuples = list(zip(a.iloc[:,0], a.iloc[:,1]))
print (tuples)
[('meas1', 'left'), ('meas1', 'right'), ('meas2', 'left'), ('meas2', 'right')]

df.columns = pd.MultiIndex.from_tuples(tuples)
print (df)
  meas1       meas2      
   left right  left right
0     1     2     3     4
1     6     7     8     9

这篇关于大 pandas 可以根据名称中的模式拆分/合并列吗？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！