Python 数据帧 : rename columns from another DataFrame

Question

我有一个大型 DataFrame (Output_Frame)，其中的列由两个字符串的列表定义:

output_frame.columns
Out[14]: 
MultiIndex([('@:M3WRLD', 'AS1GRO'),
            ('@:M3WRLD', 'AS1GRO'),
            ('@:AFM2M2', 'AS1GRO'),
            ('@:AFM2E2', 'AS1GRO'),
        ...
names=['Instrument', 'Field'], length=903)

我想将这些列重命名为另一个 DataFrame(键)中包含的单个字符串:

                                Name Series_Code Datatype_Code  
0  MSCI AC WORLD - CAL FY1 GROWTH SAL    @:M3WRLD        AS1GRO  
1  MSCI AC WORLD - FY2 YOY GROWTH SAL    @:M3WRLD        AS2GRO  
2  MSCI AC WORLD - FY3 YOY GROWTH SAL    @:M3WRLD        AS3GRO  
3  MSCI AC WORLD - CAL FY1 YOY GROWTH    @:M3WRLD        AF1GRO  

重申一下:Output_Frame 的列名称是关键帧中的“Series_Code”和“Datatype_Code”字段。我想根据 Key 中的名称变量重命名 Output_Frame 中的列名称。

例如 Output_Frame 中的第一列是:

('@:M3WRLD', 'AS1GRO')

我希望它变成:

MSCI AC WORLD - CAL FY1 GROWTH SAL

下面的语法是不正确的，但我相信逻辑是可行的。

for col in output_frame.columns:
    for row in key.rows:
        if (key[row, 'Series_Code'] == col[0]) && (key[row, 'Datatype_Code'] == col[1]):
            output_frame.column(col) = key[row, 'Type']

如果您提出修复此语法的建议或建议一种更好的方法来完成此任务(不涉及迭代)，我将不胜感激。我是 Python 和 pandas 的新手，非常感谢您的帮助。

Answer 1

您基本上希望将数据帧 output_frame 的 2 级多索引列更改为单级索引列，其中值映射到 key 数据帧中的值。我想说这是一个危险的逻辑。您需要确保多索引的每个配对项都存在于 key 数据框中。不过，它确实能够做到。假设 key 数据帧名为 df_key。您可以执行以下操作:

Sample `output_frame` bases on your provided `multiindex` columns

Instrument @:M3WRLD        @:AFM2M2 @:AFM2E2
Field        AS1GRO AS1GRO   AS1GRO   AS1GRO
0                70     81       74       48

df_key
Out[539]:
                                 Name Series_Code Datatype_Code
0  MSCI AC WORLD - CAL FY1 GROWTH SAL    @:M3WRLD        AS1GRO
1  MSCI AC WORLD - FY2 YOY GROWTH SAL    @:M3WRLD        AS2GRO
2  MSCI AC WORLD - FY3 YOY GROWTH SAL    @:M3WRLD        AS3GRO
3  MSCI AC WORLD - CAL FY1 YOY GROWTH    @:M3WRLD        AF1GRO

#======================================================================
#create a dictionary from `df_key`
d = df_key.set_index(['Series_Code', 'Datatype_Code']).Name.to_dict()

##or
d = {tuple(v): k for k, *v in zip(*map(df_key.get, df_key))}

Out[526]:
{('@:M3WRLD', 'AS1GRO'): 'MSCI AC WORLD - CAL FY1 GROWTH SAL',
 ('@:M3WRLD', 'AS2GRO'): 'MSCI AC WORLD - FY2 YOY GROWTH SAL',
 ('@:M3WRLD', 'AS3GRO'): 'MSCI AC WORLD - FY3 YOY GROWTH SAL',
 ('@:M3WRLD', 'AF1GRO'): 'MSCI AC WORLD - CAL FY1 YOY GROWTH'}

#Use map on `output_dataframe.columns` to flatten and change its values to values from dictionary created from `df_key`
output_frame.columns = output_frame.columns.map(lambda x:  
                                                d.get(tuple(x), f'{x[0]} - {x[1]}'))


Out[534]:
   MSCI AC WORLD - CAL FY1 GROWTH SAL  MSCI AC WORLD - CAL FY1 GROWTH SAL  \
0                                  70                                  81

   @:AFM2M2 - AS1GRO  @:AFM2E2 - AS1GRO
0                 74                 48

<小时/>

注意:正如我所说，您必须确保多索引的每个配对项都存在于key 数据框中。您的示例 output_frame 具有多索引 ('@:AFM2M2', 'AS1GRO') 和 ('@:AFM2E2', 'AS1GRO')，但 df_key 没有这些组合。因此，我选择将它们展平为 @:AFM2M2 - AS1GRO 和 @:AFM2E2 - AS1GRO 而不是分配 NaN 或 NoNe 到他们的位置。其次，您的示例 output_frame 具有重复的多索引列，因此映射也映射到重复的值。