0

我正在做：

df.apply(lambda x: x.rename(x.name + "_something"))

我认为这应该返回带有 _something 附加到所有列的列，但它只返回相同的 df。

我究竟做错了什么？

编辑：我需要逐列处理系列，而不是数据框对象，因为我将x在 lambda 中应用其他转换，此处未显示。

编辑 2 完整上下文：

我有一个时间序列数据框，我正在尝试从数据中生成特征。

我写了一堆原始函数，例如：

def sumn(n, s):
    return s.rolling(n).sum().rename(s.name + "_sum_" + str(n))

当我将它们应用于 时Series，它会很好地重命名它们。

当我将它们应用于 a 中DataFrame的列时，数值转换会通过，但rename不起作用。

（我想这意味着 aDataFrame不仅仅是 的集合Series，这很可能意味着我现在必须明确地重命名 df 上的东西）

4

1 回答 1

0

我认为你可以使用 pd.concat 来做到这一点：

pd.concat([df[e].rename(df[e].name+'_Something') for e in df],1)

在列表推导中，您可以添加其他逻辑：

df[e].rename(df[e].name+'_Something').apply(...)

如果直接使用 df.apply，则无法更改列名。我想不出办法

于 2020-04-21T09:57:46.107 回答