Question

我在Python中使用pandas。

import pandas as pd

假设我有一个数据框

pd.DataFrame({"A": [1,2,3], "B": [3,2,1]})

我想为每列制作三份副本，并将列命名为A1到A4和B1到B4。期望输出的示例：

pd.DataFrame({"A1": [1,2,3], "A2": [1,2,3], "A3": [1,2,3], "A4": [1,2,3], "B1": [3,2,1], "B2": [3,2,1], "B3": [3,2,1], "B4": [3,2,1]})

我该怎么做？

Answer 1

将pd.concat与add_suffix一起使用，即

ndf = pd.concat([df.add_suffix(str(i+1)) for i in range(4)],1)

输出：

  A1  B1  A2  B2  A3  B3  A4  B4
0   1   3   1   3   1   3   1   3
1   2   2   2   2   2   2   2   2
2   3   1   3   1   3   1   3   1

对于已排序的列，请使用ndf = ndf.sort_index(1)

Answer 2

根据您的数据框架，您可以构建以下内容：

pd.DataFrame({'{}{}'.format(c,i): v for c,v in df.to_dict().items()
                                    for i in range(1,5)})

使用df原始数据框。然后生成：

>>> pd.DataFrame({'{}{}'.format(c,i): v for c,v in df.to_dict().items()
...                                     for i in range(1,5)})
   A1  A2  A3  A4  B1  B2  B3  B4
0   1   1   1   1   3   3   3   3
1   2   2   2   2   2   2   2   2
2   3   3   3   3   1   1   1   1

或者稍微短一些（但是一些被认为不太安全的语法：

pd.DataFrame({'%s%s'%(c,i): v for c,v in df.to_dict().items()
                              for i in range(1,5)})

Answer 3

df=pd.concat([df]*4,1,keys=[str(i+1) for i in range(4)])
df.columns=df.columns.swaplevel().map(''.join)
df
Out[493]: 
   A1  B1  A2  B2  A3  B3  A4  B4
0   1   3   1   3   1   3   1   3
1   2   2   2   2   2   2   2   2
2   3   1   3   1   3   1   3   1

制作许多重复的列并自动重命名

3 个答案: