Question

从我读过的内容中，可以很容易地添加和删除DataFrame中的列，但我想知道是否已经有一种方法可以实现我想要实现的目标，以避免重新发明轮。

假设我有DataFrame x：

   a  b   c
0  1  5   8
1  2  6   9
2  3  7  10

我想验证列名是否仅对应于列表l中包含的元素。如果l中的元素少于x中的列，我希望删除缺少的列。

例如，如果l = ["a", "b"]，x将成为：

另一方面，如果l中的元素多于x中的列，我想创建新的，相应命名的列，并将该列上的所有值设置为0。

例如，如果l = ["a", "b", "c", "d"]，x将成为：

   a  b   c  d
0  1  5   8  0
1  2  6   9  0
2  3  7  10  0

我可以循环检查x中的列名与l中的元素之间的一致性，但是有什么比这更有效吗？

Answer 1

只需使用（添加.astype（np.int），感谢@Bill，如果需要的话。请注意，这会将整个数据帧转换为整数）：

df.loc[:, l].fillna(0).astype(np.int)

案例1：

l = ["a", "b"]
df.loc[:, l].fillna(0).astype(np.int)

    a   b
0   1   5
1   2   6
2   3   7

案例2：

l = ["a", "b", "c", "d"]
df.loc[:, l].fillna(0).astype(np.int)

    a   b   c   d
0   1   5   8   0
1   2   6   9   0
2   3   7   10  0

Answer 2

我认为pd.concat可能是一种实现方式。

In [47]: import pandas as pd

In [48]: data = {
    ...: 'a': [1, 2, 3],
    ...: 'b': [5, 6, 7],
    ...: 'c': [8, 9, 10]
    ...: }

In [49]: x = pd.DataFrame(data)

In [50]: x
Out[50]: 
   a  b   c
0  1  5   8
1  2  6   9
2  3  7  10

In [51]: l = ["a", "b"]

In [52]: x[l]
Out[52]: 
   a  b
0  1  5
1  2  6
2  3  7

In [53]: l = ["a", "b", "c", "d"]

In [55]: y = pd.DataFrame(columns=l)

In [56]: y
Out[56]: 
Empty DataFrame
Columns: [a, b, c, d]
Index: []

In [57]: pd.concat((x, y))
Out[57]: 
     a    b     c    d
0  1.0  5.0   8.0  NaN
1  2.0  6.0   9.0  NaN
2  3.0  7.0  10.0  NaN

In [58]: pd.concat((x, y)).fillna(0)
Out[58]: 
     a    b     c  d
0  1.0  5.0   8.0  0
1  2.0  6.0   9.0  0
2  3.0  7.0  10.0  0

Answer 3

我写了一个简单的函数来获取你正在寻找的东西。使用set操作完成标识，然后循环以使用insert创建新列。也许有更好的方法来做这个循环？

def func_df(df, l):

    # First find intersection
    intersect = set(df.columns).intersection(set(l))
    df = df.loc[:, intersect]

    # Now find list elements not here.
    additions = set(l).difference(overlap)
    for i in additions:
        df.insert(0, i, 0)

    return df


df = pd.DataFrame(
        [[1, 5, 8],
         [2, 6, 9],
         [3, 7, 10]], columns=['a', 'b', 'c'])


out = func_df(df, ['a', 'b', 'd', 'k'])

print(out)
   k  d  a  b
0  0  0  1  5
1  0  0  2  6
2  0  0  3  7

Answer 4

再一个功能，但不那么复杂，

def df_from_list(df, l):
    for i in l:
        if i not in df.columns:
            df[i]=0
    return df[l]

现在调用函数

l = ["a", "b","z"]    
df_from_list(df, l)

你得到了

    a   b   z
0   1   5   0
1   2   6   0
2   3   7   0

Python - 使dataframe的列与列表元素一致

4 个答案: