时间戳

首页 > 解决方案 > 使用 python pandas 按名称计算多列

python - 使用 python pandas 按名称计算多列

问题描述

我有一个类似这样的数据框，

cat_A  cat_B  cat_C  cat_D  dog_A  dog_B  dog_C  dog_D
  3      2      4      1      9      8      10     6
 ...
 ...

我知道如何使用列名在列之间进行计算，例如

df['ratio_A'] = df['cat_A']/df['dog_A']

cat_A  cat_B  cat_C  cat_D  dog_A  dog_B  dog_C  dog_D  ratio_A
  3      2      4      1      9      8      10     6      3/9

但是，当我尝试通过计算每个列来生成多个列时，还有其他更简单的方法来计算所有列并一次追加新列吗？代替

df['ratio_B'] = df['cat_B']/df['dog_B']

df['ratio_C'] = df['cat_C']/df['dog_C']

df['ratio_D'] = df['cat_D']/df['dog_D']

当列长度变得非常大时，复制和粘贴将是很多冗长的代码。我是否需要创建 2 个列表，例如，

l1 = [cat_A, cat_B, cat_C, cat_D], l2= [dog_A, dog_B, dog_C, dog_D]

然后用for循环来实现？

标签： pythonpandasnumpydataframe

解决方案

IMO 在这里的一个好习惯是使用MultiIndexes 而不是平列：

df.columns = pd.MultiIndex.from_tuples(map(tuple, df.columns.str.split('_')))
df
  cat          dog          
    A  B  C  D   A  B   C  D
0   3  2  4  1   9  8  10  6

在这一点上，计算比率是非常简单的礼貌索引对齐。

df['cat'] / df['dog']
          A     B    C         D
0  0.333333  0.25  0.4  0.166667

res =  df['cat'] / df['dog']
res.columns = pd.MultiIndex.from_product([['ratio'], res.columns])

pd.concat([df, res], axis=1)
  cat          dog               ratio                     
    A  B  C  D   A  B   C  D         A     B    C         D
0   3  2  4  1   9  8  10  6  0.333333  0.25  0.4  0.166667

推荐阅读