Pandas数据框架：具有长名称的列

Question

我有一个来自客户调查的数据集。目前每一列都对应着一个问题。导入数据时，每个列名即为对应的问题:

['this is a long question 01', 'this is a long question 02, ..., 'this is a long question 186']

这是正确的，186个问题=列。

我是Panda的新手。我的分析非常简单，我只需要做一些简单的事情，比如：

myDataFrame.loc['column1' == 'BLue hair']

由于列1非常长，管理起来变得很麻烦。我想我可以只引用索引。就像这样：

myDataFrame.loc[myDataFrame[33] == 'BLue hair']

对于DataFrame.loc或Dataframe.iloc似乎都不起作用。

我想知道正确的做法是什么。顺便说一句，转置数据框可以去掉列名问题，但会不必要地增加分析的复杂性。

我还没有完全掌握使用Pandas和数据框的许多概念，欢迎任何建议。

- Wilmar

Answer 1

如果你编写代码

cols = myDataFrame.columns

那么你可以使用。

myDataFrame[myDataFrame[cols[33]] == 'BLue hair']

- Ami Tavory

Answer 2

在这种情况下，我的建议是给你的列编号，并使用字典将每个问题与一个数字相对应。

例如：

# list of questions, equivalent to existing column names
questions = ['this is a long question 001', 'this is a long question 002',
             'this is a long question 003', 'this is a long question 004']

# create dictionary
id_question = dict(enumerate(questions, 1))

# reverse dictionary for easy access later
question_id = {v: k for k, v in id_question.items()}

# {1: 'this is a long question 001', 2: 'this is a long question 002',
#  3: 'this is a long question 003', 4: 'this is a long question 004'}

# redefine column names in dataframe from mapper dict keys
df.columns = list(mapper)

现在，您可以通过您创建的两个字典轻松地在数字ID和问题之间进行转换。

- jpp

---

谢谢 @jpp。它有效。然而，对于我需要的东西，我认为我将坚持使用Ami之前的答复。 - Wilmar