Me gustaría renombrar el encabezado de algunos archivos y hacer la suma de las columnas que eventualmente se agruparían. En efecto, tengo un archivo con nombres, resultados y extra metadatas, y otro archivo que mapea entre los nombres de los encabezados y los nombres deseados. Por ejemplo, aquí está una parte del archivo de datos :
TEXT,# 1 - A, # 12 - B,# 13 - C,# 3 - D
a, 1, 1, 1, 2
b, 1, 1, 1, 2
c, 1, 1, 1, 2
d, 1, 1, 1, 2
y el otro archivo mapping.csv
que mapea entre los nombres de los archivos, pero menos # numero -
, y los nombres deseados
old,new
A,A
B,A
C,A
D,D
E,D
F,D
G,G
H,G
I,G
Me gustaria obtener :
TEXT, A, D
a, 3, 2
b, 3, 2
c, 3, 2
d, 3, 2
También tengo otro archivo con mapeo parcial pero no completo como..:
old, new
# 1 - A, A
# 12 - B, A
C, A
As one can see the names in the header won't exactly match the old
column but might rather be included. Indeed, they all have a # number - NAME
pattern before in aggregate.csv
file whereas they only have NAME
in the mapping.csv
.
Por el momento lo intenté:
file = 'mapping.csv'
dictionary = pd.read_csv(file)
header_map = dictionary.set_index("old").to_dict()["new"]
df = pd.read_csv("aggregate.csv")
df = df.rename(columns in header_map)
Como las columnas no son exactamente iguales, ¿cómo puedo añadir cuando hay los mismos nombres en el diccionario?
Así que lo intenté:
import csv
import pandas as pd
file = pd.read_csv('mapping.csv')
df = pd.read_csv("aggregate.csv")
for column in range(0,len(df.columns)):
for line in range(0,len(file.index)):
if file.iloc(line,1) in df.iloc(1,column):
df.iloc(1,column) = file.iloc(line,2)
Pero devuelve :
File "<ipython-input-35-42dc8c6bc966>", line 15
df.iloc(1,column) = file.iloc(line,2)
^
SyntaxError: can't assign to function call