我有一本字典:
#file1 mentions 2 columns while file2 mentions 3
dict2 = ({'file1' : ['colA', 'colB'],'file2' : ['colY','colS','colX'], etc..})
我想在每个文件的新列中对所提到的列进行串联。这应该是自动化的。
for k, v in dict1.items():
df = pd.DataFrame.from_records(data=arcpy.da.SearchCursor(k, v)) #reads to a df
df['new'] = df['first_col'].astype(str) + df['second_col'] etc.. #concatenation
如何每次都能完成这项工作,与每个字典中的列数无关?
只需连接所有提到的列。
例:
a = {'colA' : [123,124,112,165],'colB' :['alpha','beta','gamma','delta']}
file1 = pd.DataFrame(data = a)
file1
colA colB
123 alpha
124 beta
112 gamma
165 delta
b = {'colY' : [123,124,112,165],'colS' :['alpha','beta','gamma','delta'], 'colX' :[323,326,378,399] }
file2 = pd.DataFrame(data = b)
file2
colY colS colX
123 alpha 323
124 beta 326
112 gamma 378
165 delta 399
结果:
填写1
col_all
123 alpha
124 beta
112 gamma
165 delta
文件2
call_all
123 alpha 323
124 beta 326
112 gamma 378
165 delta 399
我相信你需要改变:
df['new'] = df['first_col'].astype(str) + df['second_col']
将所有列转换为字符串,然后使用join
和apply
将它们axis=1
进行处理:
df['new'] = df.astype(str).apply(' '.join, axis=1)