pandas 中数据集的复杂转换

Question

我有以下数据框：

dictionary = {'Year': [1985, 1985, 1986, 1986, 1987, 1987], 'Wteam' :[1, 2, 3, 4, 5, 6], 'lteam': [ 9, 10, 11, 12, 13, 14] }
pdf = pd.DataFrame(dictionary)

    Wteam   Year    lteam
0    1      1985    9
1    2      1985    10
2    3      1986    11
3    4      1986    12
4    5      1987    13
5    6      1987    14

我需要按以下格式创建一个新的数据框：

team values   predicted_value 
1985_1_9            1
1985_2_10           1
1986_3_11           1 
1986_4_12           1
1987_5_13           1
1987_6_13           1

我的新数据框的值应该采用这种格式 "year_Wteam_lteam"。我如何在 pandas 中做到这一点。预测值列始终为 1。

Answer 1

您可以执行以下操作：

final = pd.DataFrame()
final['team values'] = pdf['Year'].astype('str') + '_' + pdf['Wteam'].astype('str') + '_' + pdf['lteam'].astype('str')
final['predicted_value'] = 1

Answer 2

一种不创建新数据框的方法是：

In [15]: pdf['team values'] = pdf.apply(lambda row: str(row['Year'])+'_'+ str(row['Wteam'])+'_'+str(row['lteam']), axis=1)

In [16]: pdf['predicted_value'] = 1

In [17]: pdf.drop(['Wteam','Year','lteam'],axis=1,inplace=True)

In [18]: print pdf.head()
  team values  predicted_value
0    1985_1_9                1
1   1985_2_10                1
2   1986_3_11                1
3   1986_4_12                1
4   1987_5_13                1

pandas 中数据集的复杂转换

A complex transformation of a data set in pandas

python

python-2.7

pandas