Question

我有以下具有名字和姓氏的数据框。我想创建一列fullname。

df1 = pd.DataFrame({'firstname':['jack','john','donald'],
                  'lastname':[pd.np.nan,'obrien','trump']})

print(df1)

  firstname lastname
0      jack      NaN
1      john   obrien
2    donald    trump

如果没有NaN值，这将起作用：

df1['fullname'] = df1['firstname']+df1['lastname']

但是，由于我的数据框中有NaNs，所以我决定先转换为string。但这会在fullname列中引起问题：

df1['fullname'] = str(df1['firstname'])+str(df1['lastname'])


  firstname lastname                                           fullname
0      jack      NaN  0      jack\n1      john\n2    donald\nName: f...
1      john   obrien  0      jack\n1      john\n2    donald\nName: f...
2    donald    trump  0      jack\n1      john\n2    donald\nName: f...

我可以编写一些函数来检查nans并将数据插入到新框架中，但是在我这样做之前-还有另一种快速方法可以将这些字符串组合到一列中吗？

Answer 1

您需要使用 .fillna() 处理NaN，在这里，您可以用''填充它。

df1['fullname'] = df1['firstname'] + ' ' +df1['lastname'].fillna('')

输出：

 firstname  lastname    fullname
0   jack    NaN         jack
1   john    obrien      john obrien
2   donald  trump       donald trumpt

Answer 2

您也可以使用.add并指定一个fill_value

df1.firstname.add(" ").add(df1.lastname, fill_value="")

PS：不建议将太多的添加项或+链接到字符串，但是对于一两列，您应该没事

Answer 3

df1['fullname'] = df1['firstname']+df1['lastname'].fillna('')

Answer 4

还有Series.str.cat可以处理NaN并包括分隔符。

df1["fullname"] = df1["firstname"].str.cat(df1["lastname"], sep=" ", na_rep="")

   firstname lastname      fullname
 0      jack      NaN         jack
 1      john   obrien   john obrien
 2    donald    trump  donald trump

Answer 5

我要做什么（对于这种情况，需要连接两列以上）

df1.stack().groupby(level=0).agg(' '.join)
Out[57]: 
0            jack
1     john obrien
2    donald trump
dtype: object

将多个列字符串连接成一列

5 个答案: