Question

我正在对answer进行88次投票，但它不再起作用：

>>> df = pd.DataFrame(
     [['USA', 'Nevada', 'Las Vegas'],
      ['Brazil', 'Pernambuco', 'Recife']],
     columns=['Country', 'State', 'City']
 )
df['AllTogether'] = df['Country'].str.cat(df[['State', 'City']], sep=' - ')

我得到了错误：

    raise ValueError("Did you mean to supply a `sep` keyword?")
ValueError: Did you mean to supply a `sep` keyword?

不确定自发布答案以来发生了什么变化。

我有0.22.0的熊猫版本。由于测试原因，我无法更新版本。

编辑：我不是在寻找替代答案，而是担心该错误。

Answer 1

我能够在var inspect = stdout.inspect(); functionUnderTest(function() { inspect.restore(); assert.deepEqual(inspect.output, [ "foo\n" ]); });中重现此错误，但它似乎是一个错误（@Wen指出的错误现已在pandas '0.21.1'中修复）。无论如何，您似乎可以通过使用pandas 0.23.4而不是数据框（这是df[['State', 'City']].values而不是df[['State', 'City']]来解决它，而只是提供np.array而不是正常的行为，您可以将其作为docs状态传递给它一个数据帧）：

df['AllTogether'] = df['Country'].str.cat(df[['State','City']].values,sep=' - ')
>>> df
  Country       State       City                  AllTogether
0     USA      Nevada  Las Vegas    USA - Nevada - Pernambuco
1  Brazil  Pernambuco     Recife  Brazil - Las Vegas - Recife

用分隔符连接数据框的列

1 个答案: