python - 如何管理 Pandas 数据中的单位？

Question

我想弄清楚是否有一种很好的方法来管理我的 Pandas 数据中的单位。例如，我有一个 DataFrame看起来像这样:

   length (m)  width (m)  thickness (cm)
0         1.2        3.4             5.6
1         7.8        9.0             1.2
2         3.4        5.6             7.8

目前，测量单位以列名称编码。缺点包括:

列选择尴尬-df['width (m)']对比 df['width']

如果我的源数据的单位发生变化，事情可能会中断

如果我想从列名中去除单位，是否还有其他地方可以存储信息？

Answer 1

目前没有任何好的方法可以做到这一点，请参阅 github 问题 here进行一些讨论。

作为一个快速的黑客，可以做这样的事情，用单位维护一个单独的字典。

In [3]: units = {}

In [5]: newcols = []
   ...: for col in df:
   ...:     name, unit = col.split(' ')
   ...:     units[name] = unit
   ...:     newcols.append(name)

In [6]: df.columns = newcols

In [7]: df
Out[7]:
   length  width  thickness
0     1.2    3.4        5.6
1     7.8    9.0        1.2
2     3.4    5.6        7.8

In [8]: units['length']
Out[8]: '(m)'