Pandas将列拆分为两个并获得名称后缀

Question

我有一个pandas数据框，其中一列是温度（人类），但是值是混合的，摄氏度和华氏度，我想把这个列分成两列（保留原来的一列）

#C Temp will be added to the end of df 
df = df.join(df.Temp.apply(lambda x: np.nan if x > 43 else x))

#F Temp will be added to the end of df 
df = df.join(df.Temp.apply(lambda x: np.nan if x < 43 else x))

我原以为df.Temp.apply(lambda x: np.nan if x < 43 else x)将返回一个将连接到df结尾的序列，但是我得到了这个错误

^{pr2}$

Answer 1

我要补充的是，您可以使用where方法更高效、更优雅地计算所需的序列：

df['Celsius'] = df.Temp.where(df.Temp > 43)

这是一个矢量化的解决方案，这意味着内部循环是用C实现的。.apply应该避免，因为它使用python循环，速度可能慢得多。另外，lambda函数要尽量避免，因为它们在很多迭代中也会减慢速度。在这些功能性问题中，熊猫的负载。在

Answer 2

问题是，在调用join中动态计算的Series的隐式name属性也将是'Temp'，因为它是从该列派生的计算。由于'Temp'已经存在于DataFrame中，因此它引发了一个异常，表示它不知道要使用什么样的名称更改（通过后缀）来防止名称重叠。在

您可以为rsuffix提供一个rsuffix参数，该参数将在名称后附加一个给定的字符串，对于来自联接的右操作数的列（在本例中，是函数调用中的操作数）。例如：

df = df.join(df.Temp.apply(lambda x: np.nan if x > 43 else x),
             rsuffix='_Celsius')

在修改后的输出数据帧中获取名为"Temp_Celsius"的列。还有一个选项是使用lsuffix提供一个字符串，如果您希望该列名改为更改，则该字符串将附加到左操作数中（或者，如果不希望任何列保留原始名称，则可以同时提供和）。在

但是，请注意，在使用join时，您总是忽略任何on参数（联接条件），这意味着您默认按索引“联接”。实际上，您只需要将从旧列派生的新列写入存在中，这样就有机会声明名称，例如：

^{pr2}$

这是更可取的，因为它更清楚地表达了您的意图，即不是加入而是创建一个列。此外，由于默认的join方法是'left'，如果碰巧有重复索引，则可能会为左侧索引中的每个重复项连接多次，因为该索引与右侧索引相同（因此也会有重复项），这可能意味着您将在每个连接中无声地错误地引入更多的重复项。在

您还可以选择使用map而不是apply，因为在访问列时，您将使用一个Series对象。在