Python 数据帧:重命名另一个数据帧中的列

Question

>我有一个大型数据帧(Output_Frame(，其列由两个字符串的列表定义：

output_frame.columns
Out[14]: 
MultiIndex([('@:M3WRLD', 'AS1GRO'),
('@:M3WRLD', 'AS1GRO'),
('@:AFM2M2', 'AS1GRO'),
('@:AFM2E2', 'AS1GRO'),
...
names=['Instrument', 'Field'], length=903)

我想将这些列重命名为包含在另一个数据帧(键(中的单个字符串：

Name Series_Code Datatype_Code  
0  MSCI AC WORLD - CAL FY1 GROWTH SAL    @:M3WRLD        AS1GRO  
1  MSCI AC WORLD - FY2 YOY GROWTH SAL    @:M3WRLD        AS2GRO  
2  MSCI AC WORLD - FY3 YOY GROWTH SAL    @:M3WRLD        AS3GRO  
3  MSCI AC WORLD - CAL FY1 YOY GROWTH    @:M3WRLD        AF1GRO  

重申一下：Output_Frame的列名是关键帧中的"Series_Code"和"Datatype_Code"。我想根据键中的名称变量重命名Output_Frame中的列名。

例如，Output_Frame的第一列是：

('@:M3WRLD', 'AS1GRO')

我希望它变成：

MSCI AC WORLD - CAL FY1 GROWTH SAL

以下概要不正确，但我相信逻辑会起作用。

for col in output_frame.columns:
for row in key.rows:
if (key[row, 'Series_Code'] == col[0]) && (key[row, 'Datatype_Code'] == col[1]):
output_frame.column(col) = key[row, 'Type']

我将不胜感激修复此语法的建议或建议实现此语法的更好方法 - 不涉及迭代的方法。 我是Python和熊猫的新手，非常感谢您的帮助。

Answer 1

您基本上希望将数据帧output_frame的 2 级多索引列更改为单级索引列，其中值映射到key数据帧中的值。我会说这是一个冒险的逻辑。您需要确保 multindex 的每个对项都存在于key数据帧中。但是，它正在做能力。假设key数据帧名为df_key。您可以执行以下操作：

Sample `output_frame` bases on your provided `multiindex` columns
Instrument @:M3WRLD        @:AFM2M2 @:AFM2E2
Field        AS1GRO AS1GRO   AS1GRO   AS1GRO
0                70     81       74       48
df_key
Out[539]:
Name Series_Code Datatype_Code
0  MSCI AC WORLD - CAL FY1 GROWTH SAL    @:M3WRLD        AS1GRO
1  MSCI AC WORLD - FY2 YOY GROWTH SAL    @:M3WRLD        AS2GRO
2  MSCI AC WORLD - FY3 YOY GROWTH SAL    @:M3WRLD        AS3GRO
3  MSCI AC WORLD - CAL FY1 YOY GROWTH    @:M3WRLD        AF1GRO
#======================================================================
#create a dictionary from `df_key`
d = df_key.set_index(['Series_Code', 'Datatype_Code']).Name.to_dict()
##or
d = {tuple(v): k for k, *v in zip(*map(df_key.get, df_key))}
Out[526]:
{('@:M3WRLD', 'AS1GRO'): 'MSCI AC WORLD - CAL FY1 GROWTH SAL',
('@:M3WRLD', 'AS2GRO'): 'MSCI AC WORLD - FY2 YOY GROWTH SAL',
('@:M3WRLD', 'AS3GRO'): 'MSCI AC WORLD - FY3 YOY GROWTH SAL',
('@:M3WRLD', 'AF1GRO'): 'MSCI AC WORLD - CAL FY1 YOY GROWTH'}
#Use map on `output_dataframe.columns` to flatten and change its values to values from dictionary created from `df_key`
output_frame.columns = output_frame.columns.map(lambda x:  
d.get(tuple(x), f'{x[0]} - {x[1]}'))

Out[534]:
MSCI AC WORLD - CAL FY1 GROWTH SAL  MSCI AC WORLD - CAL FY1 GROWTH SAL  
0                                  70                                  81
@:AFM2M2 - AS1GRO  @:AFM2E2 - AS1GRO
0                 74                 48

---

注意：正如我所说，您必须确保 multindex 的每个对项目都存在于key数据帧中。您的示例output_frame具有多索引('@:AFM2M2', 'AS1GRO')和('@:AFM2E2', 'AS1GRO')，但df_key没有这些组合。因此，我选择将它们展平为@:AFM2M2 - AS1GRO和@:AFM2E2 - AS1GRO，而不是将NaN或NoNe分配给它们的位置。其次，您的示例output_frame具有重复的多索引列，因此映射也映射到重复的值。