Question

我有以下DataFrame df：

df =
min(arc)  max(arc)  min(gbm)_p1  max(gbm)_p1
1         10        2            5
0         11        1            6

如何计算成对的max和min列之间的差异？

预期结果：

diff(arc)  diff(gbm)_p1
9          3
11         5

我假设应该使用apply(lambda x: ...)逐行计算差异，但是如何创建成对的列呢？就我而言，我应该只计算名称相同的列之间的差异，例如...(arc)或...(gbm)_p1。请注意，min和max前缀总是出现在列名的开头。

Answer 1

想法用DataFrame用DataFrame.filter过滤两个regex，其中^是字符串rename的开头，所以可以减去，因为相同的列两者中的名字：

df1 = df.filter(regex='^min').rename(columns= lambda x: x.replace('min','diff'))
df2 = df.filter(regex='^max').rename(columns= lambda x: x.replace('max','diff'))

df = df2.sub(df1)
print (df)
   diff(arc)  diff(gbm)_p1
0          9             3
1         11             5

编辑：

print (df)
    id  min(arc)  max(arc)  min(gbm)_p1  max(gbm)_p1
0  123         1        10            2            5
1  546         0        11            1            6

df1 = df.filter(regex='^min').rename(columns= lambda x: x.replace('min','diff'))
df2 = df.filter(regex='^max').rename(columns= lambda x: x.replace('max','diff'))

df = df[['id']].join(df2.sub(df1))
print (df)
    id  diff(arc)  diff(gbm)_p1
0  123          9             3
1  546         11             5

如何根据条件创建成对的列名？

1 个答案: