Python 重命名列+；向dataframe添加缺少的列

背景：

我有一个dataframe，其中的列如下所示：

>>> merge_df['AAChange']
0    STK11:NM_000455:exon1:c.148_149TG
Name: AAChange, dtype: object

>>> new_cols = merge_df['AAChange'].str.split(':').apply(pd.Series,1)
>>> new_cols
       0          1      2            3
0  STK11  NM_000455  exon1  c.148_149TG

>>> new_cols.reindex(columns = new_colnames)
   Gene.AA  Transcript   Exon         Coding  Amino Acid Change
0    STK11   NM_000455  exon1   c.148_149TG                NaN

我需要在“：”字符上将其拆分为单独的列，如下所示：

>>> merge_df['AAChange']
0    STK11:NM_000455:exon1:c.148_149TG
Name: AAChange, dtype: object

>>> new_cols = merge_df['AAChange'].str.split(':').apply(pd.Series,1)
>>> new_cols
       0          1      2            3
0  STK11  NM_000455  exon1  c.148_149TG

>>> new_cols.reindex(columns = new_colnames)
   Gene.AA  Transcript   Exon         Coding  Amino Acid Change
0    STK11   NM_000455  exon1   c.148_149TG                NaN

然后我需要重命名列，因此我将新名称存储在列表中：

>>> new_colnames = ['Gene.AA', 'Transcript', 'Exon', 'Coding', 'Amino Acid Change']

但是，存在一个问题：这些列中的所有5列都必须存在于输出中，但是在这个数据条目中，源数据中缺少一个字段，只剩下4个字段。因此，尝试重命名列失败：

>>> new_cols.columns = new_colnames
Traceback (most recent call last):
  File "<console>", line 1, in <module>
  File "/local/apps/python/2.7.3/lib/python2.7/site-packages/pandas/core/generic.py", line 2371, in __setattr__
    return object.__setattr__(self, name, value)
  File "pandas/src/properties.pyx", line 65, in pandas.lib.AxisProperty.__set__ (pandas/lib.c:45002)
  File "/local/apps/python/2.7.3/lib/python2.7/site-packages/pandas/core/generic.py", line 425, in _set_axis
    self._data.set_axis(axis, labels)
  File "/local/apps/python/2.7.3/lib/python2.7/site-packages/pandas/core/internals.py", line 2572, in set_axis
    'new values have %d elements' % (old_len, new_len))
ValueError: Length mismatch: Expected axis has 4 elements, new values have 5 elements

现在我得到了所有缺少的列，但原始数据已经丢失。是否有更好的解决方案可以让我重命名现有列并添加所有缺少的列

所需的输出如下所示：

>>> merge_df['AAChange']
0    STK11:NM_000455:exon1:c.148_149TG
Name: AAChange, dtype: object

>>> new_cols = merge_df['AAChange'].str.split(':').apply(pd.Series,1)
>>> new_cols
       0          1      2            3
0  STK11  NM_000455  exon1  c.148_149TG

>>> new_cols.reindex(columns = new_colnames)
   Gene.AA  Transcript   Exon         Coding  Amino Acid Change
0    STK11   NM_000455  exon1   c.148_149TG                NaN

---

您可以将原始列名重命名为所需的前导列名

new_cols.columns = new_colnames[:-1]

# new_cols
  Gene.AA Transcript   Exon       Coding
0   STK11  NM_000455  exon1  c.148_149TG

然后，通过下面的命令插入额外的一个。它将新列作为#4列插入，并用

nan

值填充

new_cols.insert(4, new_colnames[-1], [np.nan]*len(new_cols.index))

# new_cols
  Gene.AA Transcript   Exon       Coding  Amino Acid Change
0   STK11  NM_000455  exon1  c.148_149TG                NaN

---

您可以将原始列名重命名为所需的前导列名

new_cols.columns = new_colnames[:-1]

# new_cols
  Gene.AA Transcript   Exon       Coding
0   STK11  NM_000455  exon1  c.148_149TG

然后，通过下面的命令插入额外的一个。它将新列作为#4列插入，并用

nan

值填充

new_cols.insert(4, new_colnames[-1], [np.nan]*len(new_cols.index))

# new_cols
  Gene.AA Transcript   Exon       Coding  Amino Acid Change
0   STK11  NM_000455  exon1  c.148_149TG                NaN

---

尝试分配5个名称时，拆分的输出包含4列。我想你是想给索引命名？我想根据

new\u colnames

中的列表重命名列。在99%的情况下，拆分的输出会给出所有5个所需的字段，

new_cols.columns=new_colnames

工作正常，但偶尔我会碰到这样一个数据条目，它缺少一个字段，因此拆分后只给出4列。好吧，你需要重新编写你的问题，您的问题实际上是处理结果产生的字段数少于所需数量的情况。您只需检查

new\u cols

的长度，然后简单地添加缺少的列（假设它总是最后一列）

new\u cols[4]=无

，然后分配列名。如果返回的列少于5列，您如何知道缺少哪些列？当您尝试分配5个名称时，拆分的输出包含4列。我想你是想给索引命名？我想根据

new\u colnames

中的列表重命名列。在99%的情况下，拆分的输出会给出所有5个所需的字段，

new_cols.columns=new_colnames

工作正常，但偶尔我会碰到这样一个数据条目，它缺少一个字段，因此拆分后只给出4列。好吧，你需要重新编写你的问题，您的问题实际上是处理结果产生的字段数少于所需数量的情况。您只需检查

new\u cols

的长度，然后简单地添加缺少的列（假设它总是最后一列）

new\u cols[4]=无

，然后分配列名。如果返回的列数小于5，您如何知道缺少哪些列？有关向数据帧添加列的信息，请参阅，有关向数据帧添加列的信息，请参阅