No pacote dplyr do R, existe a opção .keep = "unused"de criar novas colunas com a função mutate()(que é equivalente a assign).
Um exemplo, para quem ainda não usou:
> head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
# any column used in creating `new_col` is dropped afterwards automatically
> mutate(.data = head(iris), new_col = Sepal.Length + Petal.Length * Petal.Width, .keep = "unused")
Sepal.Width Species new_col
1 3.5 setosa 5.38
2 3.0 setosa 5.18
3 3.2 setosa 4.96
4 3.1 setosa 4.90
5 3.6 setosa 5.28
6 3.9 setosa 6.08
Eu digo que eles são equivalentes, mas não parece haver a opção de fazer isso assignna documentação do Pandas , então presumo que não exista. Eu estava curioso em criar uma maneira de fazer algo semelhante.
Uma maneira de fazer isso é criar uma lista de nomes com antecedência e eliminá-los depois, assim:
from sklearn import datasets
import pandas as pd
used_columns = ['sepal length (cm)', 'petal length (cm)', 'petal width (cm)']
iris = pd.DataFrame(datasets.load_iris().data, columns=datasets.load_iris().feature_names)
iris.assign(new_col = lambda x: x['sepal length (cm)'] + x['petal length (cm)'] * x['petal width (cm)']).drop(used_columns, axis=1)
ou
iris.assign(new_col = lambda x: x[used_columns[0]] + x[used_columns[1]] * x[used_columns[2]]).drop(used_columns, axis=1)
O que parece ~ bom ~, mas requer uma lista separada, e com a primeira, mantendo duas coisas atualizadas, e com a segunda, a carga cognitiva de acompanhar qual é o enésimo item da lista na minha cabeça.
Então, fiquei curioso para saber se existe outra maneira que não conheço de fazer isso, que seria mais fácil de manter? Ambos os itens acima não parecem muito pitônicos?
Pesquisa que fiz: pesquisei bastante sobre isso no Google, sem sorte. Parece que há muitas maneiras de descartar columns , mas nenhuma que encontrei parece particularmente adequada para esse tipo de situação. Qualquer ajuda que você possa fornecer será muito apreciada! Respostas que usam outros pacotes Python (por exemplo ) também são aceitáveis. janitor