python - 附加具有不同列名称的数据框 - Pandas

Question

我有 3 个数据帧，可以通过下面所示的代码生成

df1= pd.DataFrame({'person_id':[1,2,3],'gender': ['Male','Female','Not disclosed'],'ethn': ['Chinese','Indian','European']})
df2= pd.DataFrame({'pers_id':[4,5,6],'gen': ['Male','Female','Not disclosed'],'ethnicity': ['Chinese','Indian','European']})
df3= pd.DataFrame({'son_id':[7,8,9],'sex': ['Male','Female','Not disclosed'],'ethnici': ['Chinese','Indian','European']})

我想做两件事

a) 将所有这 3 个数据帧附加到一个大型结果数据帧

当我使用下面的代码尝试执行此操作时，输出不符合预期

df1.append(df2)

因此，为了解决这个问题，我知道我们必须重命名导致下面目标 b 的列名称

b) 以优雅的方式重命名这n个数据框的列，使其保持一致

请注意，实时情况下，我可能会拥有具有不同列名称的数据框，我可能事先不知道这些名称，但其中的值将始终相同，属于Ethnicity、Gender列 和 Person_id。但请注意，还可以有其他几个列，例如年龄、日期、bp读数等

目前，我通过使用以下代码手动读取列名称来实现此目的

df2.columns
df2.rename(columns={ethnicity:'ethn',gender = 'gen',person_id='pers_id}, 
             inplace=True)

如何将所有数据框的列名称设置为相同(gender、ethnicity、person_id 等)，而不管它们的值如何原始列值

Answer 1

根据 pandas documentation ，您可以创建映射来执行此操作:

df2.rename(columns={column1:'ethn', column2:'gen', column3:'pers_id'}, inplace=True)

现在，您明确表示您必须执行此运行时操作。如果您知道列数及其各自的位置不会改变，则可以使用 df2.columns() 收集实际的列名称，这应该输出类似的内容:

['ethnicity', 'gender', 'person_id']

此时，您可以将映射创建为:

final_columns = ['ethn', 'gen', 'pers_id']
previous_columns = df2.columns()
mapping = {previous_columns[i]: final_columns[i] for i in range(3)}  # 3 is arbitrary.

然后就打电话

df2.rename(mapping, inplace=True)