首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

R提取dataframe的名称并更改新列

在R中,可以使用以下代码来提取dataframe的名称并更改新列:

代码语言:txt
复制
# 创建一个示例dataframe
df <- data.frame(a = c(1, 2, 3), b = c(4, 5, 6))

# 提取dataframe的名称
df_name <- deparse(substitute(df))

# 更改新列的名称
new_col_name <- paste(df_name, "new_col", sep = "_")

# 在dataframe中添加新列
df[new_col_name] <- NA

# 打印修改后的dataframe
print(df)

上述代码中,首先创建了一个示例的dataframe df,然后使用deparse(substitute(df))来提取dataframe的名称,将其存储在变量df_name中。接下来,使用paste()函数将dataframe名称和新列名称拼接起来,存储在变量new_col_name中。最后,通过df[new_col_name] <- NA将新列添加到dataframe中。

这样,你就可以提取dataframe的名称并更改新列了。请注意,这只是一个示例,你可以根据实际需求进行修改和扩展。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

pandas用法-全网最详细教程

: df['city']=df['city'].str.lower() 5、更改数据格式: df['price'].astype('int') 6、更改列名称: df.rename(columns...检查是否新的串联的轴包含重复项。这可以是相对于实际数据串联非常昂贵。 副本︰ 布尔值、 默认 True。如果为 False,请不要,不必要地复制数据。...,并创建数据表,索引值为df_inner的索引列,列名称为category和size pd.DataFrame((x.split('-') for x in df_inner['category']),...[:3,:2] #冒号前后的数字不再是索引的标签名称,而是数据所在的位置,从0开始,前三行,前两列。...和shanghai,然后将符合条件的数据提取出来 df_inner.loc[df_inner['city'].isin(['beijing','shanghai'])] 11、提取前三个字符,并生成数据表

7.3K31

Day5:R语言课程(数据框、矩阵、列表取子集)

学习目标 演示如何从现有的数据结构中取子集,合并及创建新数据集。 导出数据表和图以供在R环境以外使用。...在方括号内,提供所需值的向量: metadata[ , 1:2] # dataframe containing first two columns metadata[c(1,3,6), ] # dataframe...在某些情况下,如果使用的脚本添加或删除列,则变量的列号可能会更改。因此,最好使用列名来引用特定变量,这样可以使代码更易于阅读,并且您的意图更加清晰。...用原始名称给组件命名: names(list1) <- c("species", "df", "number") names(list1) 命名了列表组件后,可以使用来提取组件,与数据框提取列相似。...从random列表中提取向量 age的第三个元素。 从random列表中的数据框 metadata中提取基因型信息。 ---- 3.导出文件 到目前为止只修改了R中的数据; 文件保持不变。

17.8K30
  • 用 Pandas 进行数据处理系列 二

    ('a',inplace=True,ascending=True) , inplace 表示排序的时候是否生成一个新的 dataFrame , ascending=True 表示升序,默认为升序,如果存在缺失的补值...df 的索引列,列名称为 category 和 size pd.DataFrame((x.split('-') for x in df['category']), index...()重设索引df=df.set_index(‘date’)设置 date 为索引df[:‘2013’]提取 2013 之前的所有数据df.iloc[:3,:2]从 0 位置开始,前三行,前两列,这里的数据不同去是索引的标签名称...,而是数据所有的位置df.iloc[[0,2,5],[4,5]]提取第 0、2、5 行,第 4、5 列的数据df.ix[:‘2013’,:4]提取 2013 之前,前四列数据df[‘city’].isin...,然后将符合条件的数据提取出来pd.DataFrame(category.str[:3])提取前三个字符,并生成数据表 数据筛选 使用与、或、非三个条件配合大于、小于、等于对数据进行筛选,并进行计数和求和

    8.2K30

    Pandas中替换值的简单方法

    这可能涉及从现有列创建新列,或修改现有列以使它们适合更易于使用。为此,Pandas 提供了多种方法,您可以使用这些方法来处理 DataFrame 中所有数据类型的列。...在这篇文章中,让我们具体看看在 DataFrame 中的列中替换值和子字符串。当您想替换列中的每个值或只想编辑值的一部分时,这会派上用场。 如果您想继续,请在此处下载数据集并加载下面的代码。...Pandas 中的 replace 方法允许您在 DataFrame 中的指定系列中搜索值,以查找随后可以更改的值或子字符串。...首先,让我们快速看一下如何通过将“Of The”更改为“of the”来对表中的“Film”列进行简单更改。...否则,replace 方法只会更改“Of The”的列值,因为它只会匹配整个值。 您可以通过匹配确切的字符串并提供您想要更改的整个值来完成我们上面所做的相同的事情,如下所示。

    5.5K30

    从Excel到Python:最常用的36个Pandas函数

    ('name.csv',header=1)) df=pd.DataFrame(pd.read_Excel('name.xlsx'))c 里面有很多可选参数设置,例如列名称、索引列、数据格式等 直接写入数据...5.更改列名称 Rename是更改列名称的函数,我们将来数据表中的category列更改为category-size。...使用merge函数对两个数据表进行合并,合并的方式为inner,将 两个数据表中共有的数据匹配到一起生成新的数据表。并命名为 df_inner。...#对category字段的值依次进行分列,并创建数据表,索引值为df_inner的索引列,列名称为category和size pd.DataFrame((x.split('-') for x in df_inner...2.按位置提取(iloc) 使用iloc函数按位置对数据表中的数据进行提取,这里冒号前后 的数字不再是索引的标签名称,而是数据所在的位置,从0开始。

    11.5K31

    Python Pandas 用法速查表

    文章目录 数据读写 数据创建 数据查看 数据操作 数据提取 数据筛选 数据统计 操作数据表结构 数据表合并 修改列名 插入一列 数据读写 代码 作用 df = pd.DataFrame(pd.read_csv...某一列的唯一值 df.values 数据表的值 df.columns 列名称 df.head() 查看前10行数据 df.tail() 查看后10行数据 数据操作 代码 作用 df.fillna(value...={‘category’: ‘category-size’}) 更改列名称 df[‘city’].replace(‘sh’, ‘shanghai’) 数据替换 df1.dropna(how=‘any’)...,然后将符合条件的数据提取出来 pd.DataFrame(category.str[:3]) 提取前三个字符,并生成数据表 df_csv.loc[:, [‘chrom’, ‘q_value’]] 索引+...=[‘category’,‘size’])) 对category字段的值依次进行分列,并创建数据表,索引值为df_inner的索引列,列名称为category和size df_inner=pd.merge

    1.8K20

    python df 列替换_如何用Python做数据分析,没有比这篇文章更详细的了(图文详情)...

    : price, dtype: int32  更改列名称  Rename 是更改列名称的函数,我们将来数据表中的 category 列更改为 category-size。...1#更改列名称  2df.rename(columns={'category': 'category-size'})  df_rename  删除重复值  很多数据表中还包含重复值的问题,Excel 的数据目录下有...inner,将两个数据表中共有的数据匹配到一起生成新的数据表。...1#对 category 字段的值依次进行分列,并创建数据表,索引值为 df_inner 的索引列,列名称为 category 和 size  2pd.DataFrame((x.split('-') for...1#提取 4 日之前的所有数据  2df_inner[:'2013-01-04']  按提起提取  按位置提取(iloc)  使用 iloc 函数按位置对数据表中的数据进行提取,这里冒号前后的数字不再是索引的标签名称

    4.5K00

    pandas数据清洗,排序,索引设置,数据选取

    =True) 更改数据格式astype() isin #计算一个“Series各值是否包含传入的值序列中”的布尔数组 unique #返回唯一值的数组...DataFrame # 返回一个新的DataFrame,更新index,原来的index会被替代消失 # 如果dataframe中某个索引值不存在,会自动补上NaN df2 = df1.reindex(...fill_value=0) # inplace=Ture,在DataFrame上修改数据,而不是返回一个新的DataFrame df1.reindex(['a','b','c','d','e'],...() 将使用set_index()打造的层次化逆向操作 既是取消层次化索引,将索引变回列,并补上最常规的数字索引 df.reset_index() ---- 数据选取 [] 只能对行进 行(....*')] # 下面两句效果一致 df[df['商品名称'].str.contains("四件套")] df[df['商品名称'].str.contains(r".*四件套.*")]

    3.3K20

    如何在 Pandas DataFrame中重命名列?

    DataFrame上最常见的操作之一是重命名(rename)列名称。 分析人员重命名列名称的动机之一是确保这些列名称是有效的Python属性名称。...这意味着列名称不能以数字开头,而是带下画线的小写字母数字。好的列名称还应该是描述性的,言简意赅,并且不应与现有的DataFrame或Series属性冲突。 本文中,我们将重命名列名称。...movies = pd.read_csv("data/movie.csv") 2)DataFrame的重命名方法接收将旧值映射到新值的字典。 可以为这些列创建一个字典,如下所示。...扩展 在此处,更改了列名称。还可以使用.rename方法重命名索引,如果列是字符串值,则更有意义。 因此,我们可以将索引设置为movie_title(电影片名)列,然后将这些值映射为新值。...该函数接收一个列名称并返回一个新名称。假设列中有空格和大写字母,则此代码将清除它们。

    5.6K20

    Pandas数据结构之DataFrame常见操作

    提取、添加、删除列 用方法链分配新列 索引 / 选择 数据对齐和运算 转置 DataFrame 应用 NumPy 函数 控制台显示 DataFrame 列属性访问和 IPython 代码补全 提取、添加...、删除列 DataFrame 就像带索引的 Series 字典,提取、设置、删除列的操作与字典类似: In [61]: df['one'] Out[61]: a 1.0 b 2.0 c...受 dplyr 的 mutate 启发,DataFrame 提供了 assign() 方法,可以利用现有的列创建新列。...重建索引介绍重建索引 / 遵循新标签集的基础知识。 数据对齐和运算 DataFrame 对象可以自动对齐列与索引(行标签)的数据。与上文一样,生成的结果是列和行标签的并集。...int64 In [112]: np.remainder(ser1, ser2) Out[112]: a 1 b 0 c 3 dtype: int64 一般来说,Pandas 提取两个索引的并集

    1.3K40

    Pandas数据结构之DataFrame常见操作

    提取、添加、删除列 用方法链分配新列 索引 / 选择 数据对齐和运算 转置 DataFrame 应用 NumPy 函数 控制台显示 DataFrame 列属性访问和 IPython 代码补全 提取、添加...、删除列 DataFrame 就像带索引的 Series 字典,提取、设置、删除列的操作与字典类似: In [61]: df['one'] Out[61]: a 1.0 b 2.0 c...受 dplyr 的 mutate 启发,DataFrame 提供了 assign() 方法,可以利用现有的列创建新列。...重建索引介绍重建索引 / 遵循新标签集的基础知识。 数据对齐和运算 DataFrame 对象可以自动对齐列与索引(行标签)的数据。与上文一样,生成的结果是列和行标签的并集。...int64 In [112]: np.remainder(ser1, ser2) Out[112]: a 1 b 0 c 3 dtype: int64 一般来说,Pandas 提取两个索引的并集

    1.8K20

    30 个小例子帮你快速掌握Pandas

    18.插入新列 我们可以向DataFrame添加新列,如下所示: group = np.random.randint(10, size=6) df_new['Group'] = group df_new...但新列将添加在末尾。如果要将新列放在特定位置,则可以使用插入函数。 df_new.insert(0, 'Group', group) df_new ?...第一个参数是位置的索引,第二个参数是列的名称,第三个参数是值。 19.where函数 它用于根据条件替换行或列中的值。默认替换值是NaN,但我们也可以指定要替换的值。...Geography列的内存消耗减少了近8倍。 24.替换值 替换函数可用于替换DataFrame中的值。 ? 第一个参数是要替换的值,第二个参数是新值。 我们可以使用字典进行多次替换。 ?...29.根据字符串过滤 我们可能需要根据文本数据(例如客户名称)过滤观察结果(行)。我已经将虚构名称添加到df_new DataFrame中。 ? 让我们选择客户名称以Mi开头的行。

    10.8K10

    通宵翻译Pandas官方文档,写了这份Excel万字肝货操作!

    要使更改“保持不变”,您需要分配给一个新变量。 sorted_df = df.sort_values("col1") 或覆盖原来的。...pandas 通过在 DataFrame 中指定单个系列来提供矢量化操作。可以以相同的方式分配新列。DataFrame.drop() 方法从 DataFrame 中删除一列。...我们将使用 =IF(A2 的公式,将其拖到新存储列中的所有单元格。 使用 numpy 中的 where 方法可以完成 Pandas 中的相同操作。...列的选择 在Excel电子表格中,您可以通过以下方式选择所需的列: 隐藏列; 删除列; 引用从一个工作表到另一个工作表的范围; 由于Excel电子表格列通常在标题行中命名,因此重命名列只需更改第一个单元格中的文本即可...提取第n个单词 在 Excel 中,您可以使用文本到列向导来拆分文本和检索特定列。(请注意,也可以通过公式来做到这一点。)

    19.6K20

    Pandas数据结构之DataFrame常见操作

    提取、添加、删除列 DataFrame 就像带索引的 Series 字典,提取、设置、删除列的操作与字典类似: In [61]: df['one'] Out[61]: a 1.0 b 2.0...受 dplyr 的 mutate 启发,DataFrame 提供了 assign() 方法,可以利用现有的列创建新列。...上例用 assign 把函数传递给 DataFrame, 并执行函数运算。这是要注意的是,该 DataFrame 是筛选了花萼长度大于 5 以后的数据。首先执行的是筛选操作,再计算比例。...重建索引介绍重建索引 / 遵循新标签集的基础知识。 数据对齐和运算 DataFrame 对象可以自动对齐列与索引(行标签)的数据。与上文一样,生成的结果是列和行标签的并集。...int64 In [112]: np.remainder(ser1, ser2) Out[112]: a 1 b 0 c 3 dtype: int64 一般来说,Pandas 提取两个索引的并集

    1.4K10
    领券