提问人：byc 提问时间：10/19/2023 更新时间：10/19/2023 访问量：149
重命名并运行基于列关键字的计算
rename and run calculations based on column keywords
问：
我有一个大型数据帧，我想在其中重命名并基于列标签运行不同的计算。我的数据帧如下所示
toy_df = pd.DataFrame(data=np.random.rand(50,8), columns = ('A_distance_km', 'A_costinUSD', 'B_distance_km' ,'B_costinUSD', 'C_distance_km', 'C_costinUSD', 'D_dosomething', 'D_dosomethingelse'))
我编写了这个函数来将所有距离列转换为米，并将所有costinUSD转换为costinEUR。但是我遇到了.我应该如何解决它的任何想法？AttributeError: 'str' object has no attribute 'str'
def convert_units(df):
for col in df.columns:
if col.str.contains("distance"):
col = col + '_convert_m'
df[col] = df[col]*1000
elif col.str.contains("costinUSD"):
df[col] = df[col]*0.95
else:
return col
return df
答：
1赞
Timeless
10/19/2023
#1
这是因为列保存标签/字符串，而不是 Series（具有 contains 方法）。
我想你想重命名列（同时保持顺序？）并进行条件计算。如果是这样，按照你的方法，你可以这样修复你的代码：
def convert_units(df):
for col in df.columns:
pos_col = df.columns.get_loc(col)
if "distance" in col:
df.insert(pos_col, col + "_convert_m", df.pop(col)*1000)
elif "costinUSD" in col:
df.insert(pos_col, col, df.pop(col)*0.95)
return df
out = toy_df.pipe(convert_units) # or convert_units(toy_df)
输出：
print(out) # with `toy_df` seeded at 0
A_distance_km_convert_m A_costinUSD ... D_dosomething D_dosomethingelse
0 548.81 0.68 ... 0.44 0.89
1 963.66 0.36 ... 0.07 0.09
2 20.22 0.79 ... 0.46 0.78
3 118.27 0.61 ... 0.26 0.77
4 456.15 0.54 ... 0.94 0.68
.. ... ... ... ... ...
45 187.13 0.86 ... 0.72 0.40
46 904.04 0.66 ... 0.24 0.16
47 796.39 0.91 ... 0.95 0.58
48 820.77 0.86 ... 0.06 0.42
49 258.68 0.81 ... 0.02 0.19
[50 rows x 8 columns]
评论
0赞
byc
10/19/2023
谢谢@RomanPerekhrest @Timeless！一个相关的问题 - 乘法在这些列中工作正常，但除法也有效吗？
1赞
Timeless
10/19/2023
是的，您可以稍微调整一下 @RomanPerekhrest 的代码并使用 .df[col] /= 1000
2赞
RomanPerekhrest
10/19/2023
#2
df.columns表示字符串序列（作为列名），这意味着基本行为。
若要有选择地重命名和重新计算具有单个遍历的列，请使用以下方法：str
def convert_units(df):
rename_map = {} # for columns to rename
for col in df.columns:
if "distance" in col:
rename_map[col] = col + '_convert_m'
df[col] *= 1000
elif "costinUSD" in col:
df[col] *= 0.95
df = df.rename(columns=rename_map)
return df
toy_df = convert_units(toy_df)
print(toy_df)
A_distance_km_convert_m A_costinUSD B_distance_km_convert_m B_costinUSD C_distance_km_convert_m C_costinUSD D_dosomething D_dosomethingelse
0 399.410277 0.127763 944.464091 0.599890 984.958983 0.431538 0.726368 0.603368
1 596.215569 0.834464 99.491461 0.161833 179.692729 0.327060 0.215208 0.288471
2 518.543479 0.451908 613.992588 0.112528 173.772711 0.554944 0.062708 0.019648
3 863.403168 0.469870 773.790350 0.686386 750.875558 0.241806 0.849428 0.988271
4 148.359791 0.832264 366.891421 0.077060 991.598502 0.884995 0.196801 0.302110
5 496.825790 0.509180 997.418855 0.455643 509.158725 0.666080 0.984209 0.915218
...
评论
for col in df.columns循环列名 - 在您可能想要的 / 中ifelifdf[col].str.contains...return col在您的情况下可能不是预期/可取的ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()df[col].str.containsreturn col