Pandas数据重塑：多列映射、数据转换与DataFrame合并实践

本教程详细介绍了如何使用pandas库将一个dataframe中的多列数据（如昵称）映射到目标dataframe的单列中，并进行其他必要的列数据转换（如性别缩写），最终与另一个dataframe进行合并。通过实际代码示例，您将学习如何灵活地重塑和整合不同结构的数据，以满足特定的分析和报告需求。

在数据处理和分析中，我们经常会遇到需要整合来自不同数据源或结构各异的DataFrame的情况。一个常见的场景是，我们希望将一个DataFrame中的特定信息（可能分散在多列中）统一映射到另一个DataFrame的某一列，同时可能还需要对其他列进行格式转换，最终将处理后的数据与现有数据合并。本文将通过一个具体的示例，详细讲解如何使用Pandas实现这一过程。

场景描述

假设我们有两个DataFrame，df1 包含基本的个人信息，而 df2 除了基本信息外，还包含一个 nick_name 列。我们的目标是创建一个新的DataFrame，其中包含 df1 的所有行，以及 df2 中 nick_name 作为 name、sex 缩写后的行。

初始数据示例：

首先，我们定义两个初始DataFrame：

import pandas as pd
import numpy as np

# 第一个DataFrame
data1 = {
    'name': ['smith row', 'sam smith', 'susan storm'],
    'age': [26, 30, 25],
    'sex': ['male', 'male', 'female']
}
df1 = pd.DataFrame(data1)

print("df1:")
print(df1)
# Output:
#          name  age     sex
# 0   smith row   26    male
# 1   sam smith   30    male
# 2  susan storm   25  female

# 第二个DataFrame
data2 = {
    'name': ['smith row', 'sam smith', 'susan storm'],
    'age': [26, 30, 25],
    'sex': ['male', 'male', 'female'],
    'nick_name': ['smity', 'sammy', 'suanny']
}
df2 = pd.DataFrame(data2)

print("\ndf2:")
print(df2)
# Output:
#          name  age     sex nick_name
# 0   smith row   26    male     smity
# 1   sam smith   30    male     sammy
# 2  susan storm   25  female    suanny

我们期望的输出结果是 df1 的内容，加上 df2 中 nick_name 作为 name，sex 缩写（如 'm', 'f'）后的新行，而 age 列则因 nick_name 行没有对应年龄而显示为 NaN。

实现步骤

要达到预期的结果，我们需要对 df2 进行一系列的预处理操作，使其结构与 df1 兼容，然后才能进行合并。

步骤 1：重塑 df2 以匹配目标结构

这一步是核心，涉及到列的替换、转换和删除。

将 nick_name 列的值赋给 name 列： 这是将多列信息（这里是 nick_name）映射到目标单列（name）的关键一步。通过直接赋值，我们将 df2 中 nick_name 列的数据“移动”到了 name 列。
```
df2_processed = df2.copy() # 创建副本以避免修改原始df2
df2_processed['name'] = df2_processed['nick_name']
```
转换 sex 列： 根据需求，我们将 sex 列的值转换为其首字母（例如 'male' 变为 'm'，'female' 变为 'f'）。
```
df2_processed['sex'] = df2_processed['sex'].str[0]
```
删除不需要的列： 为了使 df2_processed 的列结构与 df1 保持一致，我们需要删除 age 和 nick_name 列。age 列被删除后，在后续合并时，对应 nick_name 行的 age 值将自动填充为 NaN，这符合我们的预期。
```
df2_processed = df2_processed.drop(columns=['age', 'nick_name'])
```

将上述操作整合起来：

# 对df2进行处理，使其结构与df1兼容
df2_processed = df2.copy()
df2_processed['name'] = df2_processed['nick_name']  # 将nick_name映射到name列
df2_processed['sex'] = df2_processed['sex'].str[0]  # 将sex转换为首字母
df2_processed = df2_processed.drop(columns=['age', 'nick_name']) # 删除age和nick_name列

print("\ndf2_processed (重塑后):")
print(df2_processed)
# Output:
#        name sex
# 0     smity   m
# 1     sammy   m
# 2    suanny   f

可以看到，df2_processed 现在只有 name 和 sex 两列，并且数据已经按照我们的要求进行了转换。

步骤 2：合并 DataFrames

现在 df1 和 df2_processed 具有兼容的列结构，我们可以使用 pd.concat() 函数将它们按行合并。ignore_index=True 参数将重置索引，确保合并后的DataFrame有一个连续的新索引。

# 合并df1和处理后的df2
final_df = pd.concat([df1, df2_processed], ignore_index=True)

print("\n最终合并结果:")
print(final_df)
# Output:
#           name   age     sex
# 0    smith row  26.0    male
# 1    sam smith  30.0    male
# 2  susan storm  25.0  female
# 3        smity   NaN       m
# 4        sammy   NaN       m
# 5       suanny   NaN       f

结果分析与注意事项

NaN 值的产生： 在最终的 final_df 中，由 df2_processed 贡献的行在 age 列显示为 NaN。这是因为 df2_processed 在合并前已经移除了 age 列。当 pd.concat 遇到不匹配的列时，会用 NaN 填充缺失值。这通常是预期行为，但如果需要，可以进一步处理这些 NaN 值（例如，填充默认值或删除）。
数据类型： 由于 age 列现在包含了浮点数 NaN，整个 age 列的数据类型可能从整数变为浮点数（例如 int64 变为 float64）。在进行后续计算时，请注意这一点。
列顺序： pd.concat 会保留第一个DataFrame的列顺序，并根据需要添加其他DataFrame的列。在本例中，df1 和 df2_processed 的列名和顺序都已匹配，因此没有问题。
“动态映射”的理解： 原始问题中提到“动态映射”。在本教程的场景中，它指的是通过编程方式灵活地修改和重塑DataFrame的结构，以适应特定的合并需求。这通常涉及列的赋值、转换函数（如 .str[0]）和列的删除。

总结

本教程展示了如何利用Pandas的强大功能来重塑和合并DataFrames。关键在于理解如何通过列赋值、数据类型转换和列删除等操作，使不同结构的DataFrame在合并前达到兼容状态。这种方法在处理复杂的数据整合任务时非常实用，能够帮助您灵活地管理和组织数据，以满足多样化的数据分析需求。熟练掌握这些技巧，将大大提升您在数据预处理阶段的效率。

# pandas # 数据类型 # 类型转换 # 数据分析 # 第一个 # 使其 # 如何使用 # 首字母 # 这是 # 这一 # 浮点数 # 以满足 # 不需要 # 第二个

返回目录在线咨询

上一篇：Android实现文件解压带进度条功能
下一篇：2025公司网站服务器配置优化方案_专业租用价格维护指南

您的项目需求

*请认真填写需求信息，我们会在24小时内与您取得联系。

全网整合营销服务商