Python pandas.DataFrame.add_prefix函数方法的使用

DataFrame.add_prefix(prefix)

带有字符串前缀的前缀标签。

对于Series，行标签是前缀的。对于DataFrame，列标签是前缀的。

例如，

1）基本用法

import pandas as np

# 创建一个简单的 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# 为每个列名添加前缀 'col_'
df_prefixed = df.add_prefix('col_')

print(df_prefixed)

2）与读取文件结合使用

若从一个 CSV 文件中读取数据，并希望为列名添加前缀以便区分。

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('data.csv')

# 为每个列名添加前缀 'data_'
df_prefixed = df.add_prefix('data_')

print(df_prefixed)

3）处理多级列索引

当处理具有多级列索引的 DataFrame 时，可以使用 add_prefix 来添加前缀到每个层级的列名。

import pandas as pd

# 创建一个具有多级列索引的 DataFrame
df_multi = pd.DataFrame({
    ('A', 'a1'): [1, 2, 3],
    ('A', 'a2'): [4, 5, 6],
    ('B', 'b1'): [7, 8, 9],
    ('B', 'b2'): [10, 11, 12]
})

# 为每个列名添加前缀 'lvl1_'
df_multi_prefixed = df_multi.add_prefix('lvl1_')

print(df_multi_prefixed)

4）使用示例

import pandas as pd

# 示例 1：使用 pandas.Series.add_prefix
# 创建一个 Series
s = pd.Series([1, 2, 3, 4])
print("Original Series:")
print(s)

# 为 Series 的索引添加前缀 'item_'
s_prefixed = s.add_prefix('item_')
print("\nSeries with prefix:")
print(s_prefixed)

# 示例 2：使用 pandas.DataFrame.add_prefix
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [3, 4, 5, 6]})
print("\nOriginal DataFrame:")
print(df)

# 为 DataFrame 的列名添加前缀 'col_'
df_prefixed = df.add_prefix('col_')
print("\nDataFrame with prefix:")
print(df_prefixed)