从具有重复名称的 pandas 数据框列中提取数据

Question

我有一个包含重复列名的数据框：

Accepted    Accepted    Accepted    Reject    Accepted    Reject
ABC         IJK         JKL         XYJ       LMN         UIO
BCD         PQR         EFG         YVG       GHIJ        PLK

...并想将其转换为两个数据帧；只有一个“接受”列和另一个“拒绝”列：

df1:

Accepted    Accepted    Accepted    Accepted
ABC         IJK         JKL         LMN     
BCD         PQR         EFG         GHIJ

df2:

Reject    Reject
XYJ       UIO
YVG       PLK

尝试过：

df1=df["Accepted"]
df2=df["Reject"]

...但这只会给出与该名称匹配的第一列。

Answer 1

如果 select 同名的一列被 select 编辑 DataFrame 中所有同名的列：

df1 = df['Accepted']
df2 = df['Reject']

然后可以对列进行重复数据删除：

df1.columns = [f'{x}_{i}' for i, x in enumerate(df1.columns, 1)]
df2.columns = [f'{x}_{i}' for i, x in enumerate(df2.columns, 1)]

编辑：如果只得到第一个列名，这意味着没有重复的列名，所以可以使用 DataFrame.filter:

df1 = df.filter(like='Accepted')
df2 = df.filter(like='Reject')

Answer 2

你也可以用这个

df1 = df.loc[:,df.columns.isin(['accepted'])]

或

df2 = df.loc[:,df.columns.isin(['rejected'])]

Answer 3

IMO 为列指定相同的名称不是一个好的做法。为每一列使用唯一的名称。在名称中输入数字或添加唯一字符都没有关系。让它独一无二

我的解决方案，先重命名列

df.columns = ['Accepted1','Accepted2','Accepted3','Reject1','Accepted4','Reject2']
df1 = df[['Accepted1','Accepted2','Accepted3','Accepted4']]
df2 = df[['Reject1','Reject2']]

Answer 4

不建议列名重复，但无论如何：

df1 = df.loc[:, df.columns.get_loc('Accepted')]

  Accepted Accepted Accepted Accepted
0      ABC      IJK      JKL      LMN
1      BCD      PQR      EFG     GHIJ

df2 = df.loc[:, df.columns.get_loc('Reject')]

从具有重复名称的 pandas 数据框列中提取数据

Extract data from pandas dataframe columns with duplicate names

python

pandas

duplicates