如何管理熊猫数据中的单位？

Question

我想弄清楚是否有一种很好的方法来管理我的熊猫数据中的单位.例如,我DataFrame看起来像这样:

   length (m)  width (m)  thickness (cm)
0         1.2        3.4             5.6
1         7.8        9.0             1.2
2         3.4        5.6             7.8

目前,测量单位以列名编码.缺点包括:

1. 列选择很尴尬 - df['width (m)']与df['width']
2. 如果源数据的单位发生变化,事情可能会中断

如果我想从列名中删除单位,是否还有其他地方可以存储信息？

Answer 1

没有任何伟大的方式,现在这样做的权利,请参阅github上的问题在这里进行了一些讨论.

作为一个快速的黑客,可以做这样的事情,维持与单位的单独的dict.

In [3]: units = {}

In [5]: newcols = []
   ...: for col in df:
   ...:     name, unit = col.split(' ')
   ...:     units[name] = unit
   ...:     newcols.append(name)

In [6]: df.columns = newcols

In [7]: df
Out[7]:
   length  width  thickness
0     1.2    3.4        5.6
1     7.8    9.0        1.2
2     3.4    5.6        7.8

In [8]: units['length']
Out[8]: '(m)'

Answer 2

因为我也在寻找这个。以下是pint和（实验性）pint_pandas今天的功能：

import pandas as pd
import pint
import pint_pandas

ureg = pint.UnitRegistry()
ureg.Unit.default_format = "~P"
pint_pandas.PintType.ureg.default_format = "~P"

df = pd.DataFrame({
    "length": pd.Series([1.2, 7.8, 3.4], dtype="pint[m]"),
    "width": pd.Series([3.4, 9.0, 5.6], dtype="pint[m]"),
    "thickness": pd.Series([5.6, 1.2, 7.8], dtype="pint[cm]"),
})

print(df.pint.dequantify())

     length width thickness
unit      m     m        cm
0       1.2   3.4       5.6
1       7.8   9.0       1.2
2       3.4   5.6       7.8

     length width thickness
unit      m     m        cm
0       1.2   3.4       5.6
1       7.8   9.0       1.2
2       3.4   5.6       7.8

     length       width thickness
unit      m          in        cm
0       1.2  133.858268       5.6
1       7.8  354.330709       1.2
2       3.4  220.472441       7.8