熊猫专栏划分的更简单方法

Question

我有16栏。我想将每个count列除以其各自的dc(uid)列。

+------------------------+------------------------------+--------------------------+------------------------------------+-------------------------------------+------------------------+---------------------+--------------------------+--------------------------------+----------------------------+--------------------------------------+---------------------------------------+--------------------------+-----------------------+
| count: interaction_eis | count: interaction_eis_reply | count: interaction_match | count: interaction_single_message_ | count: interaction_single_message_1 | count: interaction_yes | count: revenue_sale | dc(uid): interaction_eis | dc(uid): interaction_eis_reply | dc(uid): interaction_match | dc(uid): interaction_single_message_ | dc(uid): interaction_single_message_1 | dc(uid): interaction_yes | dc(uid): revenue_sale |
+------------------------+------------------------------+--------------------------+------------------------------------+-------------------------------------+------------------------+---------------------+--------------------------+--------------------------------+----------------------------+--------------------------------------+---------------------------------------+--------------------------+-----------------------+

我知道我能做到

pre_purch_m['interaction_eis_rate'] = pre_purch_m['count: interaction_eis'] / pre_purch_m['dc(uid): interaction_eis']
pre_purch_m['interaction_eis_reply_rate'] = pre_purch_m['count: interaction_eis_reply'] / pre_purch_m['dc(uid): interaction_eis_reply']

但是，8次这样做似乎是多余和费力的。

是否有熊猫的功能或范例可以更有效地完成这样的事情？

Answer 1

假设您的列是一致的。这里有一个方法。

从dataframe df获取列。

cols = df.columns

通过去掉count:和dc(uid):并获取唯一列表来获取唯一列。

uniq_cols = list(set([x.split(': ')[1] for x in cols]))

现在，通过创建新列循环。

for col in uniq_cols:
    df[col + '_rate'] = df['count: ' + col] / df['dc(uid): ' + col]

而且，如果数据最初是通过存储这些uniq_cols来填充的话，就会容易得多。

Answer 2

这16列是连续的，因此有一种方法可以这样做：

 newdF = df[range(8)]/df[range(8, 16)].values

使用.values防止重新编制索引问题。

然后重命名列：

newdF.rename(columns = lambda x : x.replace(x, x[6:] + '_rate'), inplace='True')