'熊猫：在合并两个数据帧时控制新的列名？'

Question

我想合并两个Pandas数据帧并控制新列值的名称。

我最初是从CSV文件创建数据帧的。原始CSV文件如下所示：

   # presents.csv
   org,name,items,spend...
   12A,Clerkenwell,151,435,...
   12B,Liverpool Street,37,212,...
   ...
   # trees.csv
   org,name,items,spend...
   12A,Clerkenwell,0,0,...
   12B,Liverpool Street,2,92,...
   ...

现在我有两个数据帧：

df_presents = pd.read_csv(StringIO(presents_txt))
df_trees = pd.read_csv(StringIO(trees_txt))

我想把它们合并在一起得到最终的数据帧，连接到org和name值上，然后在所有其他列前面加上适当的前缀。

org,name,presents_items,presents_spend,trees_items,trees_spend...
12A,Clerkenwell,151,435,0,0,...
12B,Liverpool Street,37,212,2,92,...

我一直在读关于merging and joining的文档。这似乎可以正确合并并产生正确的列数：

ad = pd.DataFrame.merge(df_presents, df_trees,
                        on=['practice', 'name'],
                        how='outer')

但是，然后执行print list(aggregate_data.columns.values)会显示以下列：

[org', u'name', u'spend_x', u'spend_y', u'items_x', u'items_y'...]

如何将spend_x重命名为presents_spend等？

Answer 1

merge函数中的suffixes选项执行此操作。defaults是suffixes=('_x', '_y')。

通常，可以使用rename方法重命名列。

Answer 2

您可以通过如下设置其列来重命名ad的所有列。

ad.columns = ['org', 'name', 'presents_spend', 'trees_spend']

Answer 3

另一种方法是在合并之前向数据帧的列添加后缀：

ad.columns = 'ad_' + ad.columns.values