用 0 列交织数据框答案

【问题标题】：Interweave a dataframe with 0-columns用 0 列交织数据框
【发布时间】：2017-09-15 07:20:40
【问题描述】：

数据：

   A    B
0  a    d
1  b  NaN
2  c    c
3  d    f

如何在 A 和 B 之间交错 0 列？我想得到：

   A  X    B
0  a  0    d
1  b  0  NaN
2  c  0    c
3  d  0    f

同样，对于这个：

   A    B   C
0  a    d   e
1  b  NaN   a
2  c    c   f
3  d    f   g

我想要：

   A  X    B    X    C
0  a  0    d    0    e
1  b  0  NaN    0    a
2  c  0    c    0    f
3  d  0    f    0    g

我该怎么做？

您可以在下面找到我的尝试。我想知道其他可能更短/更有效/古怪的方法。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

1) 一种构造列的方法

In [916]: df.reindex(columns=sum([[c, 'X'] for c in df.columns], [])[:-1], fill_value=0)
Out[916]:
   A  X    B  X  C
0  a  0    d  0  e
1  b  0  NaN  0  a
2  c  0    c  0  f
3  d  0    f  0  g

In [917]: sum([[c, 'X'] for c in df.columns], [])[:-1]
Out[917]: ['A', 'X', 'B', 'X', 'C']

2)另一种构造方式

In [924]: def mixcols(cols):
     ...:     ncols = ['X'] * 2 * len(cols)
     ...:     ncols[0::2] = cols
     ...:     return ncols[:-1]

In [925]: mixcols(df.columns)
Out[925]: ['A', 'X', 'B', 'X', 'C']

In [926]: df.reindex(columns=mixcols(df.columns), fill_value=0)
Out[926]:
   A  X    B  X  C
0  a  0    d  0  e
1  b  0  NaN  0  a
2  c  0    c  0  f
3  d  0    f  0  g

3)灵感来自@piR

In [944]: [c for cx in zip(df.columns, ['X']*len(df.columns)*2) for c in cx][:-1]
Out[944]: ['A', 'X', 'B', 'X', 'C']

还有，

In [939]: from itertools import chain, izip

In [940]: list(chain.from_iterable(izip(df.columns, ['X']*len(df.columns)*2)))[:-1]
Out[940]: ['A', 'X', 'B', 'X', 'C']

4)不推荐的方式

In [935]: '-|-X-|-'.join(df.columns).split('-|-')
Out[935]: ['A', 'X', 'B', 'X', 'C']

【讨论】：

为什么4) 不是推荐的方式？
如果你能保证现有的列名不包含 split delim -|- 那么，没关系，但你不能总是这样。
TBH +1 是第四个选项。

【解决方案2】：

选项 0

df.reindex_axis([x for y in lst for x in [y, 'X']][:-1], 1, fill_value=0)

   A  X    B  X  C
0  a  0    d  0  e
1  b  0  NaN  0  a
2  c  0    c  0  f
3  d  0    f  0  g

选项 1
字符串黑客
实际上，@John Galt 击败了我。

df.reindex_axis('|X|'.join(df).split('|'), 1, fill_value=0)

   A  X    B  X  C
0  a  0    d  0  e
1  b  0  NaN  0  a
2  c  0    c  0  f
3  d  0    f  0  g

选项 2
使用cytoolz.interleave
向 @root here 学习

from cytoolz import interleave

df.reindex(
    columns=list(interleave([df, list('X' * (df.shape[1] - 1))])),
    fill_value=0)

   A  X    B  X  C
0  a  0    d  0  e
1  b  0  NaN  0  a
2  c  0    c  0  f
3  d  0    f  0  g

【讨论】：

这是一个 hack，@cᴏʟᴅsᴘᴇᴇᴅ 是 OP，所以他很聪明，可以弄清楚 (-:

【解决方案3】：

我尝试使用df.reindex 解决方案：

def foo(cols):
     yield cols[0]
     for c in cols[1:]:
         yield from ('X', c)

df1.reindex(columns=foo(df1.columns), fill_value=0)

   A  X    B
0  a  0    d
1  b  0  NaN
2  c  0    c
3  d  0    f

【讨论】：