pandas 增加列名和对应数字信息

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 获取列名的特征，在数据预处理、数据分析、特征工程和数据可视化等领域都有广泛的应用。通过利用列名的特征，可以更好地理解数据、进行数据处理和分析，并生成更具描述性和可解释性的结果。

数据与需求

我们的源数据如下：

import io
import pandas as pd


data = '''
基金名称 电子 传媒 计算机
 基金A  1  6   7
 基金B  0  3   8
 基金C  7  0   9

'''

df = pd.read_csv(io.StringIO(data), sep='\s+')
df
# ...

在原数据上增加一列，显示当前基金的列名和对应的数字，而且要从大到小排列，为 0 的不显示，即：

'''
基金A    计算机(7)、传媒(6)、电子(1)
基金B          计算机(8)、传媒(3)
基金C          计算机(9)、电子(7)
'''

代码

我们的解决代码如下：

df.set_index('基金名称')：将 DataFrame 中的列 "基金名称" 设置为索引，创建一个以 "基金名称" 为索引的新 DataFrame。

.apply(lambda x: x.sort_values(ascending=False).to_dict(), axis=1)：对每一行进行操作，使用 sort_values() 方法对行进行降序排序，并将结果转换为字典形式。这将返回一个 Series 对象，其中每个元素是一个包含按降序排序的列值的字典。

(
    df.set_index('基金名称')
    .apply(lambda x: x.sort_values(ascending=False).to_dict(), axis=1)
)
'''
基金名称
基金A    {'计算机': 7, '传媒': 6, '电子': 1}
基金B    {'计算机': 8, '传媒': 3, '电子': 0}
基金C    {'计算机': 9, '电子': 7, '传媒': 0}
dtype: object
'''

接下来对每个字典进行操作，使用列表推导式遍历字典的键值对。只选择值大于 0 的键值对，并将其转换为字符串形式，形如 "键(值)"。这将返回一个包含符合条件的键值对字符串的列表。

(
    df.set_index('基金名称')
    .apply(lambda x: x.sort_values(ascending=False).to_dict(), axis=1)
    .map(lambda x: [f'{k}({v})' for k,v in x.items() if v>0])
)
'''
基金名称
基金A    [计算机(7), 传媒(6), 电子(1)]
基金B           [计算机(8), 传媒(3)]
基金C           [计算机(9), 电子(7)]
dtype: object
'''

.map('、'.join)：对每个列表进行操作，使用 '、'.join 方法将列表中的字符串连接起来，用 "、" 分隔。这将返回一个以 "、" 分隔的字符串，其中包含所有符合条件的键值对。

col = (
    df.set_index('基金名称')
    .apply(lambda x: x.sort_values(ascending=False).to_dict(), axis=1)
    .map(lambda x: [f'{k}({v})' for k,v in x.items() if v>0])
    .map('、'.join)
)
col
'''
基金名称
基金A    计算机(7)、传媒(6)、电子(1)
基金B          计算机(8)、传媒(3)
基金C          计算机(9)、电子(7)
dtype: object
'''

最后将这个新列，增加到源数据上：

df.assign(行业分布=col.array)
'''
  基金名称  电子  传媒  计算机         行业分布
0  基金A   1   6    7  计算机(7)、传媒(6)、电子(1)
1  基金B   0   3    8        计算机(8)、传媒(3)
2  基金C   7   0    9        计算机(9)、电子(7)
'''

使用了新列的 array 结构数据，因为 array 没有标签，否则会涉及标签对齐的问题。

这样就完成了需求。

（完）

pandas 增加列名和对应数字信息

数据与需求

代码

相关内容