名前の変更、列+データフレームに不足している列を追加

Question

背景：私は上の別の列に分割する必要が

>>> merge_df['AAChange'] 
0 STK11:NM_000455:exon1:c.148_149TG 
Name: AAChange, dtype: object 

：

私はこのようになります列を持つデータフレーム、持っている「と」文字、このような：

>>> new_cols = merge_df['AAChange'].str.split(':').apply(pd.Series,1) 
>>> new_cols 
     0   1  2   3 
0 STK11 NM_000455 exon1 c.148_149TG 

は、その後、私は列の名前を変更する必要があるので、私は、リストに新しい名前を格納します。

>>> new_colnames = ['Gene.AA', 'Transcript', 'Exon', 'Coding', 'Amino Acid Change'] 

しかし、これらの5つの列はすべて出力に存在しなければなりませんが、このデータ入力ではソースデータにフィールドが4つしか残っていませんでした。だから、列の名前を変更しようとすると、失敗します。

>>> new_cols.columns = new_colnames 
Traceback (most recent call last): 
    File "<console>", line 1, in <module> 
    File "/local/apps/python/2.7.3/lib/python2.7/site-packages/pandas/core/generic.py", line 2371, in __setattr__ 
    return object.__setattr__(self, name, value) 
    File "pandas/src/properties.pyx", line 65, in pandas.lib.AxisProperty.__set__ (pandas/lib.c:45002) 
    File "/local/apps/python/2.7.3/lib/python2.7/site-packages/pandas/core/generic.py", line 425, in _set_axis 
    self._data.set_axis(axis, labels) 
    File "/local/apps/python/2.7.3/lib/python2.7/site-packages/pandas/core/internals.py", line 2572, in set_axis 
    'new values have %d elements' % (old_len, new_len)) 
ValueError: Length mismatch: Expected axis has 4 elements, new values have 5 elements 

だから、私はすべての不足している列に空の列を追加し、同時に列名を変更するには、両方たいです。 This answerは良い解決策があるようでした。新しい列リストに基づいてインデックスを再作成します。しかし、望ましい結果が得られません：

>>> new_cols.reindex(columns = new_colnames) 
    Gene.AA Transcript Exon Coding Amino Acid Change 
0  NaN   NaN NaN  NaN    NaN 

今私はすべての欠落している列を持っていますが、元のデータは失われています。既存の列の名前を変更し、すべての不足している列を追加するためのより良いソリューションはありますか？

所望の出力は次のようになります。

>>> new_cols.reindex(columns = new_colnames) 
    Gene.AA Transcript Exon   Coding Amino Acid Change 
0 STK11 NM_000455 exon1 c.148_149TG    NaN 

Answer 1

あなたは主要な目的のものと元の列名を変更することができます。

new_cols.columns = new_colnames[:-1] 

# new_cols 
    Gene.AA Transcript Exon  Coding 
0 STK11 NM_000455 exon1 c.148_149TG 

次に、以下のコマンドで余分なものを挿入します。新しい列を＃4列として挿入し、nanの値を入力します。

new_cols.insert(4, new_colnames[-1], [np.nan]*len(new_cols.index)) 

# new_cols 
    Gene.AA Transcript Exon  Coding Amino Acid Change 
0 STK11 NM_000455 exon1 c.148_149TG    NaN