1.1 方法归纳
- 使用 + 直接将多列合并为一列(合并列较少);
- 使用pandas.Series.str.cat方法,将多列合并为一列(合并列较多);
范例如下:
1
2
3
|
dataframe[ "newColumn" ] = dataframe[ "age" ]. map ( str ) + dataframe[ "phone" ] + dataframe["address”] #或者 dataframe[ "newColumn" ] = dataframe[ "age" ]. map ( str ). str .cat([dataframe[ "phone" ],dataframe["address”]],sep = '-' ,na_rep = '?' ) |
注意事项:
- 参与合并的列的数据类型必须为str类型,int和float等数值类型需先转化为str;
- 参与合并的列的长度必须相同(即:行数),否则报错,但使用pandas.Series.str.cat方法,可通过指定参数join={‘left’, ‘right’, ‘outer’, ‘inner’},实现长度不相等的列合并;
- 参与合并的列的各行元素均不为NaN,否则,只要有一列的对应行元素为NaN,则合并结果中该行将为NaN,但使用pandas.Series.str.cat方法,可通过指定参数na_rep='-',将各列中缺失行元素填充为‘-’,从而保留合并列的所有行元素;
1.2 .str.cat函数详解
1.2.1 语法格式:
1
2
|
# pandas.Series.str.cat语法如下: Series. str .cat(others = None , sep = None , na_rep = None , join = None ) |
1.2.2 参数说明:
others : 准备合并的字符串列表,其数据类型可以为:Series, Index, DataFrame, np.ndarrary(N元数组) or list-like(类似列表)
备注: 由于默认join=None,所以欲合并的两个(多个)字符串列表必须具有相同的长度,否则需设置参数join= {‘left’, ‘right’, ‘outer’, ‘inner’},来控制多个字符串列表的合并方式。
(1)如果others=None(即:字符串列表df[col_1]不与其他字符串列表合并),结果将不传递其他值,而是将df[col_1]的所有值都连接成一个字符串;(详见范例1-1)
(2)如果others≠None(即:指定了与字符串列表df[col_1]合并的其他字符串列表df[col_2]),结果将用分隔符把df[col_1]与df[col_2]对应的行值连接在一起, 返回Series。(详见范例1-2)
sep:合并结果中不同元素/列之间的分隔符。默认情况下,使用空字符串’ ’ 。
na_rep:为所有缺失值插入的内容,其数据类型可以为:str或None,默认na_rep=None
备注:
(1)如果na_rep=None,则多个合并列中只要有一列的对应行元素为NaN,合并结果中该行元素将为NaN;
(2)如果na_rep=‘str’(str需自定义),则合并列中各缺失行元素将被填充为‘str’,合并结果将保留合并列的所有行元素;
join :确定连接方式,其可能的取值为:{‘left’, ‘right’, ‘outer’, ‘inner’},默认join=None
1.2.3 核心功能:
- 将Series中的多个字符串[‘a’, ‘b’, ‘c’]拼接为一个字符串’a b c’(字符串拼接)
- 将DataFrame中的两(多)列df[col_1]和df[col_2]合并为一列(多列合并)
备注: pandas.Series.str.cat仅适用于str类型的数据,int和float等数值型需先转化为str型,才可调用此方法。
int型转为str的方法:
1、df[‘Price’]=df[‘Price’].map(lambda x: str(x))
2、df[‘Price’]=df[‘Price’].map(str)
3、df[‘Price’]=df[‘Price’].astype(‘str’)
若要同时将多列合并为一列,需引入列表list来指定准备合并的列,例如:
1
|
df[col_1]. str .cat([df[col_2],df[col_3],df[col_4]],sep = '-' ) |
1.2.4 常见范例:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
|
import numpy as np import pandas as pd #创建原始数据 s = pd.Series([ 'a' , 'b' ,np.nan, 'd' ]) >>> s 0 a 1 b 2 NaN 3 d # other=None时,调用s.str.cat(),可将series转为用分隔符sep分隔的字符串,缺失项将被省略 s1 = s. str .cat(sep = ' ' ) >>> s1 'a b d' # other=None时,指定na_rep='?',结果将保留原series中的缺失项,并用?代替 s2 = s. str .cat(sep = ' ' ,na_rep = '?' ) >>> s2 'a b ? d' # other≠None时,调用s.str.cat(),可将两个字符串列表df[col_1]与df[col_2]合并为一列,结果用分隔符sep分隔各项元素,由于默认na_rep=None,故合并时若df[col_1]与df[col_2]的对应行元素有一个为NaN,则合并后该行元素值将为None,结果返回Series s3 = s. str .cat([ 'A' , 'B' , 'C' , 'D' ],sep = ',' ) >>> s3 0 a,A 1 b,B 2 NaN 3 d,D # other≠None时,调用s.str.cat(),可将两个字符串列表df[col_1]与df[col_2]合并为一列,指定na_rep='-',故合并结果将保留df[col_1]与df[col_2]的所有行,且将df[col_1]与df[col_2]的缺失项填充为‘-' s4 = s. str .cat([ 'A' , 'B' , 'C' , 'D' ],sep = ',' ,na_rep = '-' ) >>> s4 0 a,A 1 b,B 2 - ,C 3 d,D # 欲合并的字符串列表df[col_1]与df[col_2]的索引不同时,需指定参数join,确定连接方式 t = pd.Series([ 'd' , 'a' , 'e' , 'c' ],index = [ 3 , 0 , 4 , 2 ]) s_1 = s. str .cat(t,join = 'left' ,na_rep = '-' ) >>> s_1 0 aa 1 b - 2 - c 3 dd s_2 = s. str .cat(t,join = 'outer' ,na_rep = '-' ) >>> s_2 0 aa 1 b - 2 - c 3 dd 4 - e s_3 = s. str .cat(t,join = 'inner' ,na_rep = '-' ) >>> s_3 0 aa 2 - c 3 dd s_4 = s. str .cat(t,join = 'right' ,na_rep = '-' ) >>> s_4 3 dd 0 aa 4 - e 2 - c |
到此这篇关于pandas将DataFrame的几列数据合并成为一列的文章就介绍到这了,更多相关pandas DataFrame列合并内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://gemini-yang.blog.csdn.net/article/details/89851771