较短的符号来表示列

Question

采取随机数据帧两种方式：

df = pd.DataFrame(np.random.rand(3, 2), columns=['a', 'b']) 

熊猫允许定义新的列：

df['c'] = df.a + df.b 
df['c'] = df['a'] + df['b'] 

由于数据框名称变长，这个符号变得不太可读。

然后还有的query功能：

df.query('a > b') 

它返回符合条件的df的切片。

有没有办法像DataFrame.query()那样运行一些东西，但对于框架上的操作？

Answer 1

下面是使用assign和add方式：

df.assign(c=df.a.add(df.b)) 

      a   b   c 
0 0.086468 0.978044 1.064512 
1 0.270727 0.789762 1.060489 
2 0.150097 0.662430 0.812527 

注：分配创建您的数据帧的副本，所以你是不是扭曲的原始数据。您需要重新分配给不同的变量或回到df。

Answer 2

功能DataFrame.eval()正是这样做的：

df.eval('c = a + b') 

而且无警告的任务：

df.eval('c = a + b', inplace=True) 

更一般地，pandas.eval()：

以下算术运算的支持：+， - ，*，/，**，％， //（仅限python引擎）沿着wi th以下布尔操作：| （或），&（和）和〜（不）。此外，'熊猫'分析器允许使用和，或者与和相应的按位运算符相同的语义。

熊猫文档说eval仅支持Python expression statements（例如，a == b），但大熊猫默默支持abs(a - b)也许其他声明。其余的抛出一个错误。例如：

df.eval('del(a)') 

返回NotImplementedError: 'Delete' nodes are not implemented。

Answer 3

考虑命名my_obnoxiously_long_dataframe_name

np.random.seed([3,1415]) 
my_obnoxiously_long_dataframe_name = pd.DataFrame(
    np.random.randint(10, size=(10, 10)), 
    columns=list('ABCDEFGHIJ') 
) 

my_obnoxiously_long_dataframe_name 

    A B C D E F G H I J 
0 0 2 7 3 8 7 0 6 8 6 
1 0 2 0 4 9 7 3 2 4 3 
2 3 6 7 7 4 5 3 7 5 9 
3 8 7 6 4 7 6 2 6 6 5 
4 2 8 7 5 8 4 7 6 1 5 
5 2 8 2 4 7 6 9 4 2 4 
6 6 3 8 3 9 8 0 4 3 0 
7 4 1 5 8 6 0 8 7 4 6 
8 3 5 8 5 1 5 1 4 3 9 
9 5 5 7 0 3 2 5 8 8 9 

---

如果你想更干净的代码数据帧，创建一个临时变量名是小

d_ = my_obnoxiously_long_dataframe_name 

d_['K'] = abs(d_.J - d_.D) 
d_['L'] = d_.A + d_.B 

del d_ 

my_obnoxiously_long_dataframe_name 

    A B C D E F G H I J K L 
0 0 2 7 3 8 7 0 6 8 6 3 2 
1 0 2 0 4 9 7 3 2 4 3 1 2 
2 3 6 7 7 4 5 3 7 5 9 2 9 
3 8 7 6 4 7 6 2 6 6 5 1 15 
4 2 8 7 5 8 4 7 6 1 5 0 10 
5 2 8 2 4 7 6 9 4 2 4 0 10 
6 6 3 8 3 9 8 0 4 3 0 3 9 
7 4 1 5 8 6 0 8 7 4 6 2 5 
8 3 5 8 5 1 5 1 4 3 9 4 8 
9 5 5 7 0 3 2 5 8 8 9 9 10