根据另一列中的值重命名列答案

【问题标题】：Rename a column based on values in another column根据另一列中的值重命名列
【发布时间】：2020-10-03 07:38:04
【问题描述】：

我有一组四个数据帧：df_all = [df1, df2, df3, df4]

作为示例，它们如下所示：

df1：

Name     Dates        a

Apple   5-5-15        NaN
Apple   6-5-15        42
Apple   6-5-16        36
Apple   6-5-17        36

 df2: 

Name     Dates          a

Banana   5-5-15        85
Banana   6-5-15        NaN
Banana   6-6-15        100
Banana   6-5-16        18

我想合并“日期”，我通过以下方式实现：

for cols in df_all:
    cols = cols.drop(['Name'], axis=1, inplace=True)
a = df1.merge(df2, how='left', on = 'Date').merge(df3, how='left',  on = 'Date').merge(df4, how='left',  on = 'Date')

这正是我想要的。但是，这些列被重命名为a_x, a_y, a_x, a_y 下面的这个示例显示了当我只合并 df1 和 df2 时会发生什么。

Dates         a_x        a_y

5-5-15        NaN         85
6-5-15        42         NaN
6-6-15        NaN        100
6-5-16        36          18
6-5-17        36         NaN

在合并之前，我想根据名称（苹果或香蕉）中的值重命名列 a，并且我想尽可能自动化地将所有数据框列 'a' 重命名为中的值他们的专栏'Name'

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以在删除名称列之前进行重命名。由于数据框中的所有名称都相同，因此您可以从第一行获取它：

for cols in df_all:
    cols.rename(columns={'a': cols.at[0, 'Name']}, inplace=True)
    cols = cols.drop(['Name'], axis=1, inplace=True)

【讨论】：

【解决方案2】：

您可以通过在合并之前重命名列，然后使用functools.reduce 合并df_all 中的所有数据框来自动化合并数据框的过程：

from functools import reduce 

# rename column a
df_all = [df.rename(columns={'a': df.pop('Name').iloc[0]}) for df in df_all]

# merge all dataframes
merged = reduce(lambda d1, d2: pd.merge(d1, d2, on=['Dates'], how='left') , df_all)

# print(merged)
# sample result after merging df1 & df2 

    Dates  Apple  Banana
0  5-5-15    NaN    85.0
1  6-5-15   42.0     NaN
2  6-5-16   36.0    18.0
3  6-5-17   36.0     NaN

【讨论】：

【解决方案3】：

尝试在第一个 for 循环中更改列名，然后再删除该列。

for cols in df_all:
    name = cols['Name'][0]
    cols.drop(['Name'],axis=1,inplace=True)
    cols.rename(columns={'a':name},inplace=True)
a = df1.merge(df2, how='left', on = 'Date').merge(df3, how='left',  on = 'Date').merge(df4, how='left',  on = 'Date')

【讨论】：

【解决方案4】：

尝试使用concat 并修改您的数据框

df=pd.concat([x.set_index(['Name','Dates']).a.unstack(level=0) for x in listdf])

或者合并然后pivot_table

df=pd.concat([df1,df2]).pivot_table(index='Dates',columns='Name',values='a',aggfunc='first')
Name    Apple  Banana
Dates                
5-5-15    NaN    85.0
6-5-15   42.0     NaN
6-5-16   36.0    18.0
6-5-17   36.0     NaN
6-6-15    NaN   100.0

【讨论】：