连接字符串列和索引

Posted 2023-03-12

【中文标题】连接字符串列和索引

【英文标题】：Concatenate string columns and index

【发布时间】：2018-08-23 13:26:41

【问题描述】：

我有一个这样的DataFrame：

A    B
----------
c    d
e    f

我想介绍第三列，由A、B 和索引的串联组成，因此DataFrame 变为：

A    B    C
---------------
c    d    cd0
e    f    ef1

我想这样做：

df['C'] = df['A'] + df['B'] + # and here I don't know how to reference the row index. 

我该怎么做？

【参考方案1】：

df['C'] = df['A'].astype(str) + df['B'].astype(str) + np.array(map(str, df.index.values))

基本上，您使用 df.index 访问 df 索引，并将其转换为 numpy 数组，您添加 .values，并将其转换为字符串（以便轻松添加到前面的列，即字符串），您可以使用地图功能。

编辑：将 .astype(str) 添加到列 A 和 B，以将它们转换为字符串。如果它们已经是字符串，则不需要。

【讨论】：

对我不起作用，不幸的是：我收到了 TypeError: must be str, not map

在 numpy/pandas 中执行类型转换时总是首选astype。此外，您的代码仅适用于 python2，除非您将 map 的输出收集到列表中。

@Zubo 你的列 A 和 B 必须不是字符串类型。我用 .astype(str) 命令编辑了我的帖子，将它们转换为字符串。对困惑感到抱歉。感谢 COLDSPEED 的提示。

【参考方案2】：

选项 1 为了获得更好的可扩展性，请使用assign + agg：

df['C'] = df.assign(index=df.index.astype(str)).agg(''.join, 1)
df

   A  B    C
0  c  d  cd0
1  e  f  ef1

或者，以类似的方式使用np.add.reduce：

df['C'] = np.add.reduce(df.assign(index=df.index.astype(str)), axis=1)
df

   A  B    C
0  c  d  cd0
1  e  f  ef1

---

选项 2 使用矢量化字符串连接的可扩展性较低的选项：

df['C'] = df['A'] + df['B'] + df.index.astype(str)
df

   A  B    C
0  c  d  cd0
1  e  f  ef1

【讨论】：

美丽。非常感谢！

【参考方案3】：

与pd.DataFrame.itertuples Python 3.6

df.assign(C=[f'abi' for i, a, b in df.itertuples()])

   A  B    C
0  c  d  cd0
1  e  f  ef1

---

与pd.Series.str.cat

df.assign(C=df.A.str.cat(df.B).str.cat(df.index.astype(str)))

   A  B    C
0  c  d  cd0
1  e  f  ef1

---

Mish/Mash

from operator import add
from functools import reduce
from itertools import chain

df.assign(C=reduce(add, chain((df[c] for c in df), [df.index.astype(str)])))

   A  B    C
0  c  d  cd0
1  e  f  ef1

---

求和

df.assign(C=df.sum(1) + df.index.astype(str))

   A  B    C
0  c  d  cd0
1  e  f  ef1