Python Pandas Dataframe 自定义索引

Posted 2023-03-12

【中文标题】Python Pandas Dataframe 自定义索引

【英文标题】：Python Pandas Dataframe Customize Index

【发布时间】：2020-01-21 00:53:39

【问题描述】：

我有一个简单的数据框和 2 个字符串变量，如下所示：

index  col1
0         x
1         x
2         x

str1 = 'USD'
str2 = 'pricing'

我想将索引重命名为“str1-str2-###”：

index             col1
USD-pricing-001      x
USD-pricing-002      x
USD-pricing-003      x

非常感谢任何帮助！

【参考方案1】：

使用：DataFrame.add_prefix，

您还需要事先使用DataFrame.transpose，因为add_prefix 方法作用于列。最后还需要使用转置将dataframe返回到原来的形式

prefix=str1+'-'+str2+'-00'
df=df.set_index('index').T.add_prefix(prefix).T
print(df)

                col1
index               
USD-pricing-000    x
USD-pricing-001    x
USD-pricing-002    x

---

要回复@razdi 评论，更通用的解决方案，您可以使用：

prefix=str1+'-'+str2+'-'
df['index']=[(3-len(key))*'0'+key for key in df['index'].astype(str)]
df=df.set_index('index').T.add_prefix(prefix).T
print(df)

示例

df=pd.DataFrame()
df['col1']='x x x x x x x x x x x x x x'.split()
df.reset_index(inplace=True)
print(df)

    index col1
0       0    x
1       1    x
2       2    x
3       3    x
4       4    x
5       5    x
6       6    x
7       7    x
8       8    x
9       9    x
10     10    x
11     11    x
12     12    x
13     13    x

应用显示的代码：

prefix=str1+'-'+str2+'-'
df['index']=[(3-len(key))*'0'+key for key in df['index'].astype(str)]
df=df.set_index('index').T.add_prefix(prefix).T
print(df)

                col1
index               
USD-pricing-000    x
USD-pricing-001    x
USD-pricing-002    x
USD-pricing-003    x
USD-pricing-004    x
USD-pricing-005    x
USD-pricing-006    x
USD-pricing-007    x
USD-pricing-008    x
USD-pricing-009    x
USD-pricing-010    x
USD-pricing-011    x
USD-pricing-012    x
USD-pricing-013    x

当然，只要您的数据框少于 1000 行。

【讨论】：

我看到的唯一问题是零的数量固定为两个。该问题提到###，表示总共只需要三位数字。所以位数需要根据索引改变

【参考方案2】：

这里有另一种更短的方式

df = df.rename(lambda x: f'str1-str2-x:003')

Out[757]:
                col1
index
USD-pricing-000    x
USD-pricing-001    x
USD-pricing-002    x

---

尝试使用 listcomp、zip 和 f-string 创建连接字符串的列表。最后赋值给df.index

arr = [f't[0]-t[1]-t[2]:03' for t in 
               zip([str1] * df.index.size, [str2] * df.index.size, df.index)]

In [744]: arr
Out[744]: ['USD-pricing-000', 'USD-pricing-001', 'USD-pricing-002']

df.index = arr

Out[747]:
                col1
USD-pricing-000    x
USD-pricing-001    x
USD-pricing-002    x

【参考方案3】：

df = pd.DataFrame(\
    'col1': ['x' ,'x' ,'x' ,'x' ,'x'],\
    ,)

loops = len(df) + 1 
list_index = []

for x in range(1,loops):
    list_index.append("USD-pricing-00"+str(x))

df.index = list_index

【参考方案4】：

这是一个易于理解的单行解决方案：

df = pd.DataFrame('col':['a',0])

df.index = df.index.to_series().apply(lambda x: str(1) + '-' + str(2) + '-' + str(x).zfill(3))

输出：

>>> df
                  col
USD-pricing-000   a
USD-pricing-001   0

使用zfill 可以避免使用00100 之类的数字进行索引的问题。因为你提到了'str1-str2-###' 的格式，我假设这个数字需要是 3 位数。使用之前的一些格式，00 将被固定，并导致 4 位数字具有更大的索引值。

【参考方案5】：

想出了一个办法：

df['temp'] = str1 + '-' str2 + '-' + (df.index + 1).astype('str').str.zfill(3)
df.set_index('temp', inplace = True)

;)

【讨论】：

很高兴您想通了，但请接受其中一个答案。谢谢