如何使用列名列表从旧数据帧创建新的 Pandas 数据帧

debugcn 发表于 Dev

部落

我有一个包含多列的熊猫数据框。可以循环大量列名。所以我制作了一个列名数组，如下所示：

ycols = ['{}_{}d pred'.format(ticker, i) for i in range(hm_days)]

现在我想创建一个新的 Pandas 数据框，其中只有这些列具有父数据框的索引。这该怎么做？

查克

好的，所以您想创建一个具有新列名的新数据帧，以及原始数据帧的现有索引。

对于一些数据框：

old_df = pd.DataFrame({'x':[0,1,2,3],'y':[10,9,8,7]})
>>>
   x   y
0  0  10
1  1   9
2  2   8
3  3   7

columns = list(old_df)
>>>
['x', 'y']

您可以通过执行以下操作来指定新列：

y_cols = ['x_pred','y_pred']
>>> ['x_pred','y_pred']

这y_cols是您的新列名称的列表。在您的代码中，您将用ycols = ['{}_{}d pred'.format(ticker, i) for i in range(hm_days)].

要获取新列，请使用占位符变量创建新列（在本例中0，看起来您使用的是数字数据），并使用与旧数据框相同的索引：

# Iterate over all columns names in y_cols
for i in y_cols:
    old_df[i]=0
>>> old_df:
   x   y  x_pred  y_pred
0  0  10       0       0
1  1   9       0       0
2  2   8       0       0
3  3   7       0       0

最后，切片您的数据帧以获得具有新列名的新数据帧，维护旧数据帧的索引。

df_new = old_df[y_cols]
>>>
   x_pred  y_pred
0       0       0
1       0       0
2       0       0
3       0       0

即使您有一个命名的，这也有效index：

      x   y  x_pred  y_pred
Date                       
0     0  10       0       0
1     1   9       0       0
2     2   8       0       0
3     3   7       0       0
df_new = old_df[y_cols]
      x_pred  y_pred
Date                
0          0       0
1          0       0
2          0       0
3          0       0

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。