更改重复列的名称答案

【问题标题】：Change duplicate columns' names更改重复列的名称
【发布时间】：2020-02-26 06:14:20
【问题描述】：

我正在尝试更改数据框中一组重复列的列名。经过一堆预处理后，我从两个不同的 csv 文件中形成了数据框。

merged_df.columns是这个：

Index(['PortfolioID', 'FirmID', 'PC_City', 'PC_State', 'PC_Country',
   'Investment_Date', 'Exit_Date', 'Transaction_Comments', 'PC_City', 
   'PC_State', 'PC_Country',
   'fundSize'],
  dtype='object')

第一组PC_City, PC_State, PC_Country 用于投资组合公司，下一组用于公司。我尝试了this，但使两组相同。然后我看到了this，但只有在导入csv时才能做到。 This 不谈论重复。

有什么方法可以实现吗？ 请模组帮忙编辑。

【问题讨论】：

合并两个csv时添加第二级

标签： python pandas dataframe

【解决方案1】：

假设您想将_Firms 添加到列的重复值中

示例：

df.columns

Out[372]:
Index(['PortfolioID', 'FirmID', 'PC_City', 'PC_State', 'PC_Country',
       'Investment_Date', 'Exit_Date', 'Transaction_Comments', 'PC_City',
       'PC_State', 'PC_Country', 'fundSize'],
      dtype='object')

您可以将where 与duplicated 一起使用，如下所示：

cols = df.columns
df.columns = cols.where(~cols.duplicated(), cols + '_Firms')

print(df.columns)

Out[380]:
Index(['PortfolioID', 'FirmID', 'PC_City', 'PC_State', 'PC_Country',
       'Investment_Date', 'Exit_Date', 'Transaction_Comments', 'PC_City_Firms',
       'PC_State_Firms', 'PC_Country_Firms', 'fundSize'],
      dtype='object')

【讨论】：

【解决方案2】：

您可以尝试在重复项上添加firm：

duplicates = merged_df.columns.duplicated()

merged_df.columns = [x+'_firm' if i else x for x, i in zip(merged_df.columns, duplicates)]

输出：

Index(['PortfolioID', 'FirmID', 'PC_City', 'PC_State', 'PC_Country',
       'Investment_Date', 'Exit_Date', 'Transaction_Comments', 'PC_City_firm',
       'PC_State_firm', 'PC_Country_firm', 'fundSize'],
      dtype='object')

但是，根据您的命名，您应该考虑将suffixes=('portfolio', 'firm') 传递给创建merged_df 的merge 函数。

【讨论】：

精彩回答我的老兄 +1