Python Pandas中以前列的新列
我有一个带有一些列的数据框:Python Pandas中以前列的新列,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个带有一些列的数据框: >>data.columns.values array(['Sheet', 'Row', 'Column', 'Cell', 'V0', 'Thx', 'dV', 'Vd'], dtype=object) 每行包含图纸、行等的不同值 根据图纸、行等信息,我将创建一个PDF文件标题,如下所示: data['title'] = "Sheet%s_Row%s_Column%s_Cell%s" % (data['Sheet'], data['Row'], da
>>data.columns.values
array(['Sheet', 'Row', 'Column', 'Cell', 'V0', 'Thx', 'dV', 'Vd'], dtype=object)
每行包含图纸、行等的不同值
根据图纸、行等信息,我将创建一个PDF文件标题,如下所示:
data['title'] = "Sheet%s_Row%s_Column%s_Cell%s" % (data['Sheet'], data['Row'], data['Column'], data['Cell'])
title=工作表%s\u行%s\u列%s\u单元格%s.pdf
因此,我希望直接创建另一列名为title
的字符串,并像下面这样存储不同的标题,而不是迭代数据帧的每一行并每次创建一个标题:
data['title'] = "Sheet%s_Row%s_Column%s_Cell%s" % (data['Sheet'], data['Row'], data['Column'], data['Cell'])
但这不起作用,似乎是在每个%s
如何从每行的信息中创建此
标题列,而不必遍历整个数据帧?一种方法是使用DataFrame.apply()
和axis=1
。范例-
data['title'] = data.apply(lambda row: "Sheet{}_Row{}_Column{}_Cell{}".format(row['Sheet'], row['Row'], row['Column'], row['Cell']) , axis=1)
演示-
In [52]: df = pd.DataFrame([['A','B'],['C','D'],['E','F']] , columns=['Sheet','row'])
In [53]: df
Out[53]:
Sheet row
0 A B
1 C D
2 E F
In [54]: df['title'] = df.apply(lambda row: "Sheet{}_row{}".format(row['Sheet'],row['row']) , axis=1)
In [55]: df
Out[55]:
Sheet row title
0 A B SheetA_rowB
1 C D SheetC_rowD
2 E F SheetE_rowF
下面是另一种方法,您可以事先指定对哪些列进行操作:
var = ['Sheet','row']
df['title'] = reduce(lambda x,y: x+'_'+y, [v + df[v] for v in var])
Out[284]:
Sheet row title
0 A B SheetA_rowB
1 C D SheetC_rowD
2 E F SheetE_rowF
感谢Anand,然而,在我的for循环解决方案中,我也使用了这个行['Sheet']
,所以我要问:这个lambda函数是否也在整个数据帧上迭代?。谢谢是的,它正在迭代整个数据帧。只是迭代是pandas.ok内部的,所以我假设它可能比我的解决方案for index,row in data.iterrows()更快。
取决于您对for循环所做的操作。要创建一个您想要的全新列,我认为没有任何向量化方法(尽管我可能是错的)。