Question

我有一个pandas数据框，其中包含我想要添加到每一行的列标题中的一些信息。数据框如下所示：

print working_df

  Retail Sales of Electricity : Arkansas : Industrial : Annual  \
Year                                                                 
0                                           16709.19272              
1                                           16847.75502              
2                                           16993.92202              
3                                           16774.69902              
4                                           14710.29400          

  Retail Sales of Electricity : Arizona : Residential : Annual  \
Year                                                                 
0                                           33138.47860              
1                                           32922.97001              
2                                           33079.07402              
3                                           32448.13802              
4                                           32846.84298     

[8 rows x 701 columns]

如何从列名称（状态，例如Arizona，以及扇区，例如Industrial或Residential）中提取两个变量，并将它们分别作为一个值放在两个新列中？

我希望字段看起来像

Year      State              Sector                      Sales                       
0         Arizona            Residential                 33138.47860              
1         Arizona            Residential                 32922.97001              
2         Arizona            Residential                 33079.07402              
3         Arizona            Residential                 32448.13802              
4         Arizona            Residential                 32846.84298    
0         Arkansas           Industrial                  16709.19272              
1         Arkansas           Industrial                  16847.75502              
2         Arkansas           Industrial                  16993.92202              
3         Arkansas           Industrial                  16774.69902              
4         Arkansas           Industrial                  14710.29400

Answer 1

我想我会做像

这样的事情

d2 = df.unstack().reset_index()
d2 = d2.rename(columns={0: "Sales"})
parts = d2.pop("level_0").str.split(":")
d2["State"] = [p[1].strip() for p in parts]
d2["Sector"] = [p[2].strip() for p in parts]

产生

>>> d2
   Year        Sales     State       Sector
0     0  16709.19272  Arkansas   Industrial
1     1  16847.75502  Arkansas   Industrial
2     2  16993.92202  Arkansas   Industrial
3     3  16774.69902  Arkansas   Industrial
4     4  14710.29400  Arkansas   Industrial
5     0  33138.47860   Arizona  Residential
6     1  32922.97001   Arizona  Residential
7     2  33079.07402   Arizona  Residential
8     3  32448.13802   Arizona  Residential
9     4  32846.84298   Arizona  Residential

[10 rows x 4 columns]

你可能会变得更有魅力，也许可以使用str.extract - str.extract(r".*?:\s*(?P<State>.*?)\s*:\s*(?P<Sector>.*?)\s*:.*")做点什么，但我觉得这不值得。

Pandas Dataframes-基于列标题添加字段

1 个答案: