我有一個來自半結構化 csv 的具有多個輸入的資料，我試圖使用一組列（超過 500 個）中的一個（第一個）值作為包含類似標題（另外 500 行）的另一組列的標題)
閱讀后我得到了這樣的東西
import pandas as pd, numpy as np
df = pd.DataFrame({'Service': np.arange(8),
'Ticket': np.random.rand(8),
'Var_1': np.random.rand(8), # values column
'Var_1_View': 'temp temp temp temp temp temp temp temp'.split(), # header of values of column
'Var_2': np.arange(8),
'Var_2_View': 'pres pres pres pres pres pres pres pres'.split(),
'Var_3': np.arange(8) * 2,
'Var_3_View': 'shift shift shift shift shift shift shift shift'.split(),
'D': np.arange(8) * 5,
'Mess_3': np.random.rand(8),
'Mess_3_View': 'id id id id id id id id'.split(),
'E': np.arange(8)})
包含值的標題以最多 3 位數字 _# 到 _###（準確地說是超過 500）結束。帶有關于值的描述的標題以文本結尾：_View
我創建了兩個 dfs，一個包含一個不包含運算式 _View
df_headers =df.iloc[:,df.columns.str.contains('View')] # wanted headers on columns containing values
df_values =df.iloc[:,~df.columns.str.contains('View')] # headers should be replaced here
我的想法是從 df_headers 中提取第一個值作為串列，并使用 df.replace 或 df.rename，更改包含這些值的 df_values 上的標題。
我可以手動完成，但我有一個巨大的 df 具有不同的前綴和后綴，但總是使用 _View 作為對包含值的最近列的描述。
因此，如果此規則不適用（Ticket、D、E 等），我將擁有帶有新標題和列的 df_dont。
由于這是我的第一個問題，我很樂意獲得反饋，歡迎關于清晰性、解釋或任何其他積極評論。
uj5u.com熱心網友回復：
我并不完全清楚您想要實作的目標，因此這可能會關閉：
view_cols = {col for col in df.columns if col.endswith("_View")}
rename_dict = {
col.replace("_View", ""): df[col].iat[0] for col in view_cols
}
new_cols = [col for col in df.columns if col not in view_cols]
df_new = df[new_cols].rename(columns=rename_dict)
結果：
Service Ticket temp pres shift D id E
0 0 0.623941 0.934402 0 0 0 0.644999 0
1 1 0.122866 0.918892 1 2 5 0.675976 1
2 2 0.472081 0.790443 2 4 10 0.825020 2
3 3 0.914086 0.849609 3 6 15 0.357074 3
4 4 0.684477 0.729126 4 8 20 0.010928 4
5 5 0.132002 0.673680 5 10 25 0.884599 5
6 6 0.841921 0.224638 6 12 30 0.197387 6
7 7 0.721800 0.412439 7 14 35 0.875199 7
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/369046.html
上一篇：如何旋轉Pyspark資料框
下一篇：提取Pandas中每一列的平均值