我有一个包含多行的DataFrame。有没有什么方法可以将它们组合成一个字符串?
例如:
words
0 I, will, hereby
1 am, gonna
2 going, far
3 to
4 do
5 this
预期产出:
I, will, hereby, am, gonna, going, far, to, do, this
答案 0 :(得分:16)
您可以使用str.cat
加入每行中的字符串。对于系列或列s
,请写:
>>> s.str.cat(sep=', ')
'I, will, hereby, am, gonna, going, far, to, do, this'
答案 1 :(得分:9)
传统的蟒蛇join
怎么样?而且,它更快。
In [209]: ', '.join(df.words)
Out[209]: 'I, will, hereby, am, gonna, going, far, to, do, this'
2016年12月关于熊猫的定时0.18.1
In [214]: df.shape
Out[214]: (6, 1)
In [215]: %timeit df.words.str.cat(sep=', ')
10000 loops, best of 3: 72.2 µs per loop
In [216]: %timeit ', '.join(df.words)
100000 loops, best of 3: 14 µs per loop
In [217]: df = pd.concat([df]*10000, ignore_index=True)
In [218]: df.shape
Out[218]: (60000, 1)
In [219]: %timeit df.words.str.cat(sep=', ')
100 loops, best of 3: 5.2 ms per loop
In [220]: %timeit ', '.join(df.words)
100 loops, best of 3: 1.91 ms per loop
答案 2 :(得分:6)
如果您有一个DataFrame
而不是Series
,并且您希望根据另一列将不同行的值(我认为仅限文本值)连接为“group by”键,那么您可以使用类.agg
中的DataFrameGroupBy
方法。这是link to the API manual。
使用Pandas v0.18.1测试的示例代码:
import pandas as pd
df = pd.DataFrame({
'category': ['A'] * 3 + ['B'] * 2,
'name': ['A1', 'A2', 'A3', 'B1', 'B2'],
'num': range(1, 6)
})
df.groupby('category').agg({
'name': lambda x: ', '.join(x),
'num': lambda x: x.max()
})
答案 3 :(得分:0)
对于任何想知道如何在dataframe
中组合多行字符串的人,
我提供了一种可以在接近行的“窗口状”范围内连接字符串的方法,如下所示:
# add columns based on 'windows-like' rows
df['windows_key_list'] = pd.Series(df['key'].str.cat([df.groupby(['bycol']).shift(-i)['key'] for i in range(1, windows_size)], sep = ' ')
注意:
groupby
无法达到此目的,因为我们并不意味着相同的行ID,只是行附近。