Создать столбец в определенной позиции с помощью Pandas
сценарий: два фрейма данных:
result_datapd: столбцы A B C D E F G H
result_datapd2: столбцы A C E G H
Я пытаюсь вставить два столбца в result_datapd2:
result_datapd2: столбцы A B C D E F G H
Это мой код:
for n in range(len(result_datapd.columns.difference(result_datapd2.columns))):
name_column = result_datapd.columns.difference(result_datapd2.columns)[n]
loc_column = result_datapd.columns.get_loc(name_column)
print(name_column)
print(loc_column)
result_datapd2.insert(loc=loc_column, column=name_column, value = '')
Когда я запускаю, я получаю эту ошибку:
IndexError: индекс 2 выходит за пределы оси 0 с размером 1
И результат dataframe выглядит примерно так
result_datapd2: столбцы A B C E D G H
Ответы 2
Внутри цикла for вы изменяете result_datapd2, добавляя столбец в каждом цикле. Таким образом, разница меняется на каждой итерации по мере добавления столбцов. Вот почему индекс выходит за пределы. Если вы сделаете копию исходного фрейма данных, это больше не будет проблемой. Однако более экономичным способом может быть простое предварительное копирование имен столбцов в список.
result_datapd = pd.DataFrame(columns=['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'])
result_datapd2 = pd.DataFrame(columns=['A', 'C', 'E', 'G', 'H'])
result_datapd2_copy = result_datapd2.copy()
for n in range(len(result_datapd.columns.difference(result_datapd2_copy.columns))):
name_column = result_datapd.columns.difference(result_datapd2_copy.columns)[n]
loc_column = result_datapd.columns.get_loc(name_column)
print(name_column)
print(loc_column)
result_datapd2.insert(loc=loc_column, column=name_column, value = '')
Вы меняете на месте result_datapd2 (добавляя столбцы), так что это портит цикл. Если вы хотите иметь тот же порядок столбцов, что и result_datapd, вы можете добавить столбцы как обычно, а затем упорядочить их соответствующим образом:
# Data
result_datapd = pd.DataFrame(columns=list('ABCDEFGH'))
result_datapd2 = pd.DataFrame(columns=list('ACEGH'))
# Get distinct columns
distint_cols = result_datapd.columns.difference(result_datapd2.columns)
# Add new columns
result_datapd2[distint_cols] = result_datapd[distint_cols]
# Order columns like result_datapd
result_datapd2[result_datapd.columns]