如何使用 df.add_suffix 为 Pandas 中的重复列名添加后缀？

Question

我有一个包含 400 列的大型数据框。 200 个列名与前 200 个重复。如何使用 df.add_suffix 仅向重复的列名添加后缀？

或者有更好的自动完成的方法吗？

Answer 1

你可以这样做：

import pandas as pd

# setup dummy DataFrame with repeated columns
df = pd.DataFrame(data=[[1, 2, 3]], columns=list('aaa'))

# create unique identifier for each repeated column
identifier = df.columns.to_series().groupby(level=0).transform('cumcount')

# rename columns with the new identifiers
df.columns = df.columns.astype('string') + identifier.astype('string')

print(df)

输出

   a0  a1  a2
0   1   2   3

如果只有一个重复的列，你可以这样做：

# setup dummy DataFrame with repeated columns
df = pd.DataFrame(data=[[1, 2, 3, 4]], columns=list('aabb'))

# create unique identifier for each repeated column
identifier = df.columns.duplicated().astype(int)

# rename columns with the new identifiers
df.columns = df.columns.astype('string') + identifier.astype(str)

print(df)

输出 （仅重复一次）

   a0  a1  b0  b1
0   1   2   3   4

Answer 2

如果我理解你的问题更正你有每个名字两次。如果是这样，可以使用 df.columns.duplicated() 请求重复值。然后您可以创建一个新列表，仅修改重复的值并添加您自定义的后缀。这与修改所有条目的其他已发布解决方案不同。

df = pd.DataFrame(data=[[1, 2, 3, 4]], columns=list('aabb'))
my_suffix = 'T'

df.columns = [name if duplicated == False else name + my_suffix for duplicated, name in zip(df.columns.duplicated(), df.columns)]
df
>>>
   a  aT  b  bT
0  1   2  3   4

我的回答有一个缺点，即如果一个名称被使用三次或更多次，数据框可能会有重复的列名。

Answer 3

添加以“_1”开头的编号后缀，从第一个重复的列开始，适用于多次出现的列。

E.g a column name list: [a, b, c, a, b, a] will return [a, b, c, a_1, b_1, a_2]

from collections import Counter

counter = Counter()
empty_list= []

for x in range(df.shape[1]):
  counter.update([df.columns[x]])
  if counter[df.columns[x]] == 1:
    empty_list.append(df.columns[x])
  else: 
    tx = counter[df.columns[x]] -1
    empty_list.append(df.columns[x] + '_' + str(tx))


df.columns = empty_list
df.columns

如何使用 df.add_suffix 为 Pandas 中的重复列名添加后缀？

How do I use df.add_suffix to add suffixes to duplicate column names in Pandas?

pandas

dataframe

suffix