Question

我正在将一个系列连接到一个数据帧，但是新的数据帧上没有显示列名（系列名称）。

相反，该列在最终数据框中的名称为“0”，但是当它在apply_join方法中生成时，名称会显示出来。

为什么在数据框中看不到系列名称？

import pandas as pd
from io import StringIO

tibble3_csv = """country,year,cases,population
Afghanistan,1999,745,19987071
Afghanistan,2000,2666,20595360"""
with StringIO(tibble3_csv) as fp:
    tibble3 = pd.read_csv(fp)

 def str_join_elements(x, sep=""):
    assert type(sep) is str
    return sep.join((str(xi) for xi in x))

 def unite(df, cols, new_var, combine=str_join_elements):
    def apply_join(x, combine):
         joinstr = combine(x)
         ser = pd.Series(joinstr, name=new_var)
         print(ser.name)
        return ser

     fixed_vars = df.columns.difference(cols)
     tibble = df[fixed_vars].copy()
     tibble_extra = df[cols].apply(apply_join, combine=combine, axis=1)

     return pd.concat([tibble, tibble_extra], axis=1) 

 tab = unite(tibble3, ['cases', 'population'], 'rate', combine=lambda x: str_join_elements(x, "/"))
 print(tab)

结果：

rate
rate
       country  year                  0
 0  Afghanistan  1999       745/19987071
1  Afghanistan  2000      2666/20595360

Answer 1

如果您尝试连接未知数量的列，则可以apply使用str.join：

def foo(df, columns, col_name, sep=''):
    s = df[columns].apply(lambda x: sep.join(map(str, x)), 1)
    s.name = col_name
    return pd.concat([df[df.columns.difference(columns)], s], axis=1)

df
       country  year  cases  population
0  Afghanistan  1999    745    19987071
1  Afghanistan  2000   2666    20595360

df2 = foo(df, ['cases', 'population'], 'rate', '/')
df2
       country  year           rate
0  Afghanistan  1999   745/19987071
1  Afghanistan  2000  2666/20595360

如果它总是两列，您可以使用str.cat，它会更快。

def foo2(df, c1, c2, c3, sep=''):
    s1, s2 = df[c1].astype(str), df[c2].astype(str)
    s3 = s1.str.cat(s2, sep=sep)
    s3.name = c3
    return pd.concat([df[df.columns.difference([c1, c2])], s3], axis=1)

df2 = foo2(df, 'cases', 'population', 'rate', '/')
df2
       country  year           rate
0  Afghanistan  1999   745/19987071
1  Afghanistan  2000  2666/20595360

Answer 2

您也可以尝试使用

重命名列

>>> tab = tab.rename(columns = {0:'cases/population'})
>>> tab
       country  year cases/population
0  Afghanistan  1999     745/19987071
1  Afghanistan  2000    2666/20595360
>>>

Pandas系列名称未显示为数据框的一部分

2 个答案: