熊猫分配str列

Question

我真的很喜欢pandas.assign()函数，尤其是与lambda表达式结合使用。 但是，在处理我不了解的字符串连接时，遇到了未知的行为。我已经找到了这个线程，但是它不能回答我的问题： String concatenation of two pandas columns

我的问题的最小工作示例：

import pandas as pd
df = pd.DataFrame({'Firstname': ['Sandy', 'Peter', 'Dolly'],
                   'Surname': ['Sunshine', 'Parker', 'Dumb']})

返回

  Firstname   Surname
0     Sandy  Sunshine
1     Peter    Parker
2     Dolly      Dumb

现在，如果我想分配例如Full Name我以为我可以做到：

df = df.assign(**{'Full Name': lambda x: f'{x.Firstname} {x.Surname}'})

但这不仅会像预期的那样基于每个行创建一个新字符串，如“ Sandy Sunshine”，而且还会像这样在所有行上创建

谁能解释我为什么我的方法不起作用以及为什么这样

df = df.assign(**{'Full Name': lambda x: x.Firstname + ' ' + x.Surname})

显然有效吗？谢谢：）

Answer 1

df.assign(**{'Full Name': lambda x: f'{x.Firstname} {x.Surname}'})

那是你做错了的地方。

f-strings将{}中处理的内容保留到字符串中。 示例：

print(f"Hello {df} world")
hello  0    Sandy
1    Peter
2    Dolly
Name: Firstname, dtype: object world

因此，f'{x.Firstname} {x.Surname}'的输出为

0    Sandy
1    Peter
2    Dolly
Name: Firstname, dtype: object 0    Sunshine
1      Parker
2        Dumb
Name: Surname, dtype: object

现在df.assign(new_col = 'a')将输出：

 Firstname   Surname new_col
0     Sandy  Sunshine       a
1     Peter    Parker       a
2     Dolly      Dumb       a

这就是为什么每一行都有以下字符串的原因。

0    Sandy
1    Peter
2    Dolly
Name: Firstname, dtype: object 0    Sunshine
1      Parker
2        Dumb
Name: Surname, dtype: object

第二种情况：

df.assign(**{'Full Name': lambda x: x.Firstname + ' ' + x.Surname})

等同于

df.assign(Full_name = df['Firstname'] + ' ' + df['Surname']

它只是按元素进行字符串连接，因此可以按预期工作。

您可以在此处使用pd.Series.str.cat。

df['Full Name'] = df['Firstname'].str.cat(df['Surname'],sep=' ')

Answer 2

在熊猫f-string中，元素用于组合字符串，因为不存在针对数组实现的解决方案。

因此，在您的解决方案中将所有Series（df列）合并在一起。

如果需要使用f-string，一种可能的解决方案是在压缩列中循环处理，分别处理每对：

df = df.assign(**{'Full Name': lambda x: [f'{Firstname} {Surname}' 
                                         for Firstname, Surname in 
                                         zip(x['Firstname'], x['Surname'])]})
print (df)
  Firstname   Surname       Full Name
0     Sandy  Sunshine  Sandy Sunshine
1     Peter    Parker    Peter Parker
2     Dolly      Dumb      Dolly Dumb

Answer 3

的结果

f'{df.Firstname} {df.Surname}'

具有str类型，是熊猫系列的字符串表示形式，而

类型

df.Firstname + ' ' + df.Surname

是pandas.core.series.Series。因此，对分配的处理方式有所不同。