Je me demande si il y a un moyen plus simple d'attribuer plusieurs colonnes en Python, tout comme le := dans la R data.table.
Par exemple, en Python que j'aurais à écrire comme ceci:
df['Col_A'] = df.A/df.B
df['Col_B'] = df.C/df.D
df['Col_C'] = df.E/df.F * 1000000
df['Col_D'] = df.G/df.H * 1000000
Cependant, c'est juste une ligne de code dans la R data.table:
df[, ':='(Col_A = A/B, Col_B = C/D, Col_C = E/F*1000000, Col_B = G/H*1000000)]
Vous pouvez utiliser DataFrame.assign pour affecter plusieurs colonnes:
df = df.assign(Col_A=df.A/df.B, Col_B=df.C/df.D, Col_C=df.E/df.F*1000000, Col_D=df.G/df.H*1000000)
Exemple:
df = pd.DataFrame(np.random.random((4, 8)), columns=list('ABCDEFGH'))
# A B ... H
# 0 0.771211 0.238201 ... 0.311904
# 1 0.197548 0.635218 ... 0.626639
# 2 0.332333 0.838589 ... 0.477978
# 3 0.929690 0.327412 ... 0.046179
df = df.assign(Col_A=df.A/df.B, Col_B=df.C/df.D, Col_C=df.E/df.F*1000000, Col_D=df.G/df.H*1000000)
# A B ... H Col_A Col_B Col_C Col_D
# 0 0.771211 0.238201 ... 0.311904 3.237647 1.547285 1.463586e+06 2.845234e+06
# 1 0.197548 0.635218 ... 0.626639 0.310993 1.385892 1.394466e+07 2.685293e+05
# 2 0.332333 0.838589 ... 0.477978 0.396300 0.078238 8.494174e+06 6.001031e+05
# 3 0.929690 0.327412 ... 0.046179 2.839514 0.852443 1.962892e+06 8.791233e+06
Si vous voulez des noms de colonnes avec des espaces, vous pouvez utiliser un dict:
df = df.assign(**{'Col A': df.A/df.B, 'Col B': df.C/df.D, 'Col C': df.E/df.F*1000000, 'Col D': df.G/df.H*1000000})
# A B ... H Col A Col B Col C Col D
# 0 0.868320 0.086743 ... 0.505330 10.010311 6.680195 1.147554e+06 2.620416e+05
# 1 0.244341 0.908793 ... 0.389684 0.268863 2.388179 2.196769e+06 2.235063e+06
# 2 0.917949 0.248149 ... 0.710027 3.699188 0.453094 1.311617e+06 1.004200e+06
# 3 0.616655 0.498817 ... 0.703579 1.236235 2.186589 1.272981e+06 8.602272e+05
dict pour que (réponse mis à jour) df.groupby("Col_y")["Col_x"].value_counts() ou peut-être df.groupby("Col_y")["Col_x"].size()mais ceux qui ne seraient pas vraiment en forme en arrière dans l'original df, donc je ne suis pas sûr si c'est ce que tu veux dire Serait quelque chose comme ce travail pour vous:
import pandas as pd
df = pd.DataFrame()
# fake data
a = [1,2,3]
b = None, None, None
c = True, False, True
# assign to df
df[["a", "b", "c"]] = np.asarray([a, b, c]).transpose((1, 0))
ce qui donne
a b c
0 1 None True
1 2 None False
2 3 None True
Bien que l'on pourrait faire valoir que le fait d'écrire le code sur plusieurs lignes, le rend plus lisible.
oui, il y a un moyen plus simple en python aussi
import pandas as pd
df = pd.DataFrame({"x":[1,2,3],"y":[4,5,6]})
df[["pp","ll","nn"]]= [df["x"]/df["y"],df["x"],df["x"]]