时间戳

首页 > 解决方案 > 从现有列构造新列而不在熊猫中重新指定数据框

python - 从现有列构造新列而不在熊猫中重新指定数据框

问题描述

如果您想从其他列在数据框中创建一个新列，您可以在 R 中非常简洁地编写它。但是在 Python 中，我还没有找到这样做的方法，因为我必须在每次使用列时声明数据框我没有记错。我有一种方法可以说明要使用哪个数据框，之后您只需要指定列吗？我在下面举两个例子来说明我的观点。

在 Python 中：

my_dataframe=pd.DataFrame({'col1':[1.0,2.0,3.0],
                 'col2':[4.0,5.0,6.0],
                 'col3':[0.25,0.25,0.25],
                 'first_column':[0.5,0.5,0.5],
                 'second_column':[1.0,2.0,3.0],
                 'third_column':[4.0,5.0,6.0],
                 'fourth_column':[0.25,0.25,0.25]})

my_dataframe['new_column'] = my_dataframe['col1'] - (my_dataframe['third_column'] / my_dataframe['fourth_column']) * my_dataframe['second_column']

在 R 中

my_dataframe <- data_frame(col1 = c(1,2,3),
                           col2 = c(4,5,6),
                           col3 = c(0.25, 0.25, 0.25),
                           first_column = c(0.5, 0.5, 0.5),
                           second_column = c(1, 2, 3),
                           third_column = c(4, 5, 6),
                           fourth_column = c(0.25, 0.25, 0.25))

my_dataframe <- my_dataframe %>% mutate(new_column = col1 - (third_column / fourth_column) * second_column)

我能达到的最接近的方法是使用如下示例中的 lambda，它非常干净，但是列自动完成功能不起作用。因此，我的问题是，是否有另一种我没有想到的既干净又提供自动完成的方法？

df = pd.DataFrame({'A': [1, 2, 3]})
df.assign(B=df.A, C=lambda x:x['A']+ x['B'])

标签： pythonrpandasdataframeassign

解决方案

试试 df.apply

df = pd.DataFrame({'A': [1, 2, 3]})

Then

df['B'] = df.apply(lambda x:x['A'], axis=1)
df['C'] = df.apply(lambda x:x['A']+x['B'] , axis=1)

输出

   A  B  C
0  1  1  2
1  2  2  4
2  3  3  6

推荐阅读