使用分隔符 pandas python 将单元格连接成字符串

Posted 2023-03-12

【中文标题】使用分隔符 pandas python 将单元格连接成字符串

【英文标题】：Concatenate cells into a string with separator pandas python

【发布时间】：2015-07-11 02:42:12

【问题描述】：

鉴于以下情况：

df = pd.DataFrame('col1' : ["a","b"],
            'col2'  : ["ab",np.nan], 'col3' : ["w","e"])

我希望能够创建一个列，将所有三列的内容连接成一个字符串，用字符“*”分隔，同时忽略NaN。

所以我会得到类似的东西，例如：

a*ab*w
b*e

有什么想法吗？

刚刚意识到还有一些额外的要求，我需要该方法来处理整数和浮点数，并且还能够处理特殊字符（例如，西班牙字母表的字母）。

【问题讨论】：

我用这个来测试我的答案：df = pd.DataFrame('col1' : ["a","b",3,'ñ'], 'col2' : ["ab",np.nan, 4,'ñ'], 'col3' : ["w","e", 6,'ñ']) 它仍然有效

【参考方案1】：

In [68]:

df['new_col'] = df.apply(lambda x: '*'.join(x.dropna().values.tolist()), axis=1)
df
Out[68]:
  col1 col2 col3 new_col
0    a   ab    w  a*ab*w
1    b  NaN    e     b*e

更新

如果你有整数或浮点数，你可以先将它们转换为str：

In [74]:

df = pd.DataFrame('col1' : ["a","b",3],
            'col2'  : ["ab",np.nan, 4], 'col3' : ["w","e", 6])
df
Out[74]:
  col1 col2 col3
0    a   ab    w
1    b  NaN    e
2    3    4    6
In [76]:

df['new_col'] = df.apply(lambda x: '*'.join(x.dropna().astype(str).values), axis=1)
df
Out[76]:
  col1 col2 col3 new_col
0    a   ab    w  a*ab*w
1    b  NaN    e     b*e
2    3    4    6   3*4*6

另一个更新

In [81]:

df = pd.DataFrame('col1' : ["a","b",3,'ñ'],
            'col2'  : ["ab",np.nan, 4,'ü'], 'col3' : ["w","e", 6,'á'])
df
Out[81]:
  col1 col2 col3
0    a   ab    w
1    b  NaN    e
2    3    4    6
3    ñ    ü    á

In [82]:

df['new_col'] = df.apply(lambda x: '*'.join(x.dropna().astype(str).values), axis=1)
​
df
Out[82]:
  col1 col2 col3 new_col
0    a   ab    w  a*ab*w
1    b  NaN    e     b*e
2    3    4    6   3*4*6
3    ñ    ü    á   ñ*ü*á

我的代码仍然适用于西班牙语字符

【讨论】：

Great 似乎工作得很好。一个问题，如果我混合了一个整数，python 会不高兴。知道如何即时将事物转换为字符串吗？

谢谢！该死的，我也有烦人的字符（西班牙语字母，所以我收到以下错误）：'ascii' codec can't encode character u'\xf3' in position 6: ordinal not in range(128)

尝试解决最后一个错误，如果无法解决，请提出另一个问题，因为它与您最初的问题无关

【参考方案2】：

In [1556]: df.apply(lambda x: '*'.join(x.dropna().astype(str).values), axis=1)
Out[1556]: 
0    a*ab*w
1       b*e
2     3*4*�
3     ñ*ü*á
dtype: object

【讨论】：

哎呀没有看到这个答案是第一个。太好了，我应该考虑使用 apply。我最终遇到了一些整数和特殊字符（如西班牙字母）的问题。下面的答案解决了我的整数问题，但正在等待有关如何处理u'\xf3'等特殊字符的答案。

@Bastien 我的答案仍然适用于 ``'\xf3'` 但我正在运行 python 3

【参考方案3】：

您可以使用dropna()

df['col4'] = df.apply(lambda row: '*'.join(row.dropna()), axis=1)

更新：

由于数字和特殊字符也需要转换，所以可以使用astype(unicode)

In [37]: df = pd.DataFrame('col1': ["a", "b"], 'col2': ["ab", np.nan], "col3": [3, u'\xf3'])

In [38]: df.apply(lambda row: '*'.join(row.dropna().astype(unicode)), axis=1)
Out[38]: 
0    a*ab*3
1       b*ó
dtype: object

In [39]: df['col4'] = df.apply(lambda row: '*'.join(row.dropna().astype(unicode)), axis=1)

In [40]: df
Out[40]: 
  col1 col2 col3    col4
0    a   ab    3  a*ab*3
1    b  NaN    ó     b*ó

【参考方案4】：

df.apply(lambda row: '*'.join(row.dropna()), axis=1)

【参考方案5】：

for row in xrange(len(df)):
    s = '*'.join(df.ix[row].dropna().tolist())
    print s