连接合并数据库中的列

Question

我想添加单个数据框的 2 列。数据帧是两个单个数据帧的结果。代码如下

df1 = pd.read_csv("acc.csv")
df2 = pd.read_csv("gyr.csv")

df = pd.merge(df1, df2, right_index=True, left_index=True)

所以我有列 id、activity、time、accx、accy、accz、id、activity_gur、time、gurx、gury、gurz data.head

df["acc_activity"].value_counts()
sitting          32833
standing         31924
lying            31229
running          30429
climbing_up      26938
walking          26080
climbing_down    25281
jumping           4232
Name: activity, dtype: int64

df["gur_activity"].value_counts()

sitting          33267
standing         32546
walking          31912
lying            31822
running          30958
climbing_down    25786
climbing_up      18343
jumping           4312
Name: activity_gur, dtype: int64

所以我想在现有列中添加一个新列 (SEE DATA.HEAD)，它是 activity_gur 和 activity 的总和。因此，在数据头的右侧将添加一个名为活动的新列。例如，此列的爬下活动为 25281+25786=51067。所以在活动列的第 0 行将描述活动向下爬尽可能多的行。其他活动也是如此。当我对 df["activities"].value_counts() 进行 CODE 编码时，它会返回类似上面的内容。之后，我将删除 activity_gur 和 activity 列

我尝试了类似以下的方法：

df1 = pd.DataFrame({'activity': 32833, 31924, 31793, 31229, 30429, 26938, 25281, 4232],
                       'activity_gur': [33267, 32546, 31912, 31822, 30958, 25786, 18343, 4312]})

df['activityfinal']=df1.activity + df1.activity_gur

但结果列只是添加的值，我不知道每个总和来自哪个活动

你能帮帮我吗？

Answer 1

测试数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'activity' : np.random.choice( ['sitting', 'standing', 'lying', 'running', 'climbing_up', 'walking', 'climbing_down', 'jumping'], 10000),
    'activity_gur' : np.random.choice( ['sitting', 'standing', 'lying', 'running', 'climbing_up', 'walking', 'climbing_down', 'jumping'], 10000)})

第一个 value_counts 对象：

activity_value_counts = df["activity"].value_counts().sort_index()
activity_value_counts

输出：

climbing_down    1222
climbing_up      1248
jumping          1274
lying            1193
running          1277
sitting          1283
standing         1227
walking          1276
Name: activity, dtype: int64

第二个 value_counts 对象：

activity_gur_value_counts = df["activity_gur"].value_counts().sort_index()
activity_gur_value_counts

输出：

climbing_down    1238
climbing_up      1274
jumping          1236
lying            1262
running          1220
sitting          1259
standing         1247
walking          1264
Name: activity_gur, dtype: int64

最终数据帧：

df_final = pd.DataFrame({'activity':activity_value_counts})
df_final['activity_gur'] = activity_gur_value_counts
df_final['sum'] = df_final['activity'] + df_final['activity_gur']
df_final

输出：

然后您可以删除activity 和activity_gur 列，并根据需要重命名sum 列。

Answer 2

试试这个

X = df["activity"].value_counts()
Y = df["activity_gur"].value_counts()
RESULT = pd.DataFrame(X + Y, columns=['TOTAL'])

然后更新现有数据框：

df["TOTAL"] = df["activity"].apply(lambda x: RESULT["TOTAL"].loc[x])

完成上述步骤后，删除列：

df = df.drop(["activity", "activity_gur"], axis=1)

Answer 3

使用熊猫join，

这样，

new_data = activity.append(activity_gur, ignore_index=True)