मैं सोच रहा हूँ अगर वहाँ है किसी भी आसान तरीके से आवंटित करने के लिए एकाधिक स्तंभों में अजगर की तरह, := में आर data.table.
उदाहरण के लिए, अजगर में मैं लिखने के लिए है इस तरह:
df['Col_A'] = df.A/df.B
df['Col_B'] = df.C/df.D
df['Col_C'] = df.E/df.F * 1000000
df['Col_D'] = df.G/df.H * 1000000
हालांकि, यह सिर्फ कोड की एक पंक्ति में आर data.table:
df[, ':='(Col_A = A/B, Col_B = C/D, Col_C = E/F*1000000, Col_B = G/H*1000000)]
आप उपयोग कर सकते हैं DataFrame.assign आवंटित करने के लिए एकाधिक स्तंभों:
df = df.assign(Col_A=df.A/df.B, Col_B=df.C/df.D, Col_C=df.E/df.F*1000000, Col_D=df.G/df.H*1000000)
उदाहरण:
df = pd.DataFrame(np.random.random((4, 8)), columns=list('ABCDEFGH'))
# A B ... H
# 0 0.771211 0.238201 ... 0.311904
# 1 0.197548 0.635218 ... 0.626639
# 2 0.332333 0.838589 ... 0.477978
# 3 0.929690 0.327412 ... 0.046179
df = df.assign(Col_A=df.A/df.B, Col_B=df.C/df.D, Col_C=df.E/df.F*1000000, Col_D=df.G/df.H*1000000)
# A B ... H Col_A Col_B Col_C Col_D
# 0 0.771211 0.238201 ... 0.311904 3.237647 1.547285 1.463586e+06 2.845234e+06
# 1 0.197548 0.635218 ... 0.626639 0.310993 1.385892 1.394466e+07 2.685293e+05
# 2 0.332333 0.838589 ... 0.477978 0.396300 0.078238 8.494174e+06 6.001031e+05
# 3 0.929690 0.327412 ... 0.046179 2.839514 0.852443 1.962892e+06 8.791233e+06
यदि आप चाहते हैं कि स्तंभ नाम में रिक्त स्थान के साथ, आप का उपयोग कर सकते हैं dict:
df = df.assign(**{'Col A': df.A/df.B, 'Col B': df.C/df.D, 'Col C': df.E/df.F*1000000, 'Col D': df.G/df.H*1000000})
# A B ... H Col A Col B Col C Col D
# 0 0.868320 0.086743 ... 0.505330 10.010311 6.680195 1.147554e+06 2.620416e+05
# 1 0.244341 0.908793 ... 0.389684 0.268863 2.388179 2.196769e+06 2.235063e+06
# 2 0.917949 0.248149 ... 0.710027 3.699188 0.453094 1.311617e+06 1.004200e+06
# 3 0.616655 0.498817 ... 0.703579 1.236235 2.186589 1.272981e+06 8.602272e+05
dict के लिए है कि (उत्तर अद्यतन) df.groupby("Col_y")["Col_x"].value_counts() या हो सकता है df.groupby("Col_y")["Col_x"].size()है , लेकिन उन लोगों के नहीं होगा वास्तव में फिट में वापस मूल df, तो मैं नहीं हूँ यकीन है कि अगर है कि तुम क्या मतलब है होगा कुछ इस तरह आप के लिए काम:
import pandas as pd
df = pd.DataFrame()
# fake data
a = [1,2,3]
b = None, None, None
c = True, False, True
# assign to df
df[["a", "b", "c"]] = np.asarray([a, b, c]).transpose((1, 0))
जो पैदावार
a b c
0 1 None True
1 2 None False
2 3 None True
हालांकि एक तर्क होता है कि कोड लिखने पर कई लाइन बनाता है इसे और अधिक पठनीय.
हाँ, वहाँ है एक आसान तरीका में अजगर भी
import pandas as pd
df = pd.DataFrame({"x":[1,2,3],"y":[4,5,6]})
df[["pp","ll","nn"]]= [df["x"]/df["y"],df["x"],df["x"]]