python - 将列索引字符串附加到 DataFrame 列

Question

我正在使用 Learning to Rank 进行一个项目。下面是示例数据集格式(取自 https://www.microsoft.com/en-us/research/project/letor-learning-rank-information-retrieval/ )。第一列是排名，第二列是query id，后面是[feature number]:[feature value]

1008 qid:10 1:0.004356 2:0.080000 3:0.036364 4:0.000000 … 46:0.00000

1007 qid:10 1:0.004901 2:0.000000 3:0.036364 4:0.333333 … 46:0.000000

1006 qid:10 1:0.019058 2:0.240000 3:0.072727 4:0.500000 … 46:0.000000

现在，我在 Pandas.DataFrame 中成功地将我的数据转换为以下格式。

10  qid:354714443278337 3500 1 122.0 156.0 13.0 1698.0 1840.0 92.28260 ...
...

前两列已经很好了。接下来我需要将特征编号附加到其余列(例如，3500 中的第一个特征变为 1:3500)

我知道我可以使用以下命令将字符串附加到列。

df['col'] = 'str' + df['col'].astype(str)

查看第一个特征，3500，位于列索引 2，所以我能想到的是为每一列附加 column index - 1。如何根据列号附加字符串？

如有任何帮助，我们将不胜感激。

Answer 1

我认为需要DataFrame.radd用于从右侧添加列名称和 iloc从第二列到末尾的选择:

print (df)
    0                    1     2  3      4      5     6       7       8  \
0  10  qid:354714443278337  3500  1  122.0  156.0  13.0  1698.0  1840.0   
1  10  qid:354714443278337  3500  1  122.0  156.0  13.0  1698.0  1840.0   

         9  
0  92.2826  
1  92.2826  

df.iloc[:, 2:] = df.iloc[:, 2:].astype(str).radd(':').radd((df.columns[2:] - 1).astype(str))
print (df)
    0                    1       2    3        4        5       6         7  \
0  10  qid:354714443278337  1:3500  2:1  3:122.0  4:156.0  5:13.0  6:1698.0   
1  10  qid:354714443278337  1:3500  2:1  3:122.0  4:156.0  5:13.0  6:1698.0   

          8          9  
0  7:1840.0  8:92.2826  
1  7:1840.0  8:92.2826