我有一个数据帧有4列和4行。我需要将它重新塑造成2列和4行。 2个新列是添加col1 + col3和col2 + col4的值的结果。我不希望为它创建任何其他内存对象。动态重塑熊猫数据框
我想
df['A','B'] = df['A']+df['C'],df['B']+df['D']
可不可以只用一滴功能可以实现吗?有没有其他更简单的方法呢?
我有一个数据帧有4列和4行。我需要将它重新塑造成2列和4行。 2个新列是添加col1 + col3和col2 + col4的值的结果。我不希望为它创建任何其他内存对象。动态重塑熊猫数据框
我想
df['A','B'] = df['A']+df['C'],df['B']+df['D']
可不可以只用一滴功能可以实现吗?有没有其他更简单的方法呢?
考虑样本数据帧的代码
pd.DataFrame(
df.values.reshape(4, 2, 2).transpose(0, 2, 1).sum(2),
columns=df.columns[:2]
)
A B
0 2 4
1 10 12
2 18 20
3 26 28
的代码
另一条线df
df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'))
df
A B C D
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
一号线
df.iloc[:, :2] + df.iloc[:, 2:4].values
A B
0 2 4
1 10 12
2 18 20
3 26 28
另一个
df.assign(A=df.A + df.C, B=df.B + df.D).drop(['C', 'D'], 1)
A B
0 2 4
1 10 12
2 18 20
3 26 28
这个工作对我来说:
df['A'], df['B'] = df['A'] + df['C'], df['B'] + df['D']
df.drop(['C','D'], axis=1)
同时两列求和的动态方法是使用GROUPBY:
df.groupby(np.arange(len(df.columns)) % 2, axis=1).sum()
Out[11]:
0 1
0 2 4
1 10 12
2 18 20
3 26 28
您可以使用重命名之后,如果你想改变列名,但这将需要一个逻辑。
谢谢@jxstanford为您解答。它可以用一行代码完成吗? – Avij
当然,尽管我不相信这对我的例子的表现很重要,并且会伤害IMO的可读性。 FWIW,我已经给了我的向上箭头@ayhan答案,由于它的灵活性和idomatic品质。 – jxstanford