在pandas中连接字符串列

Question

我有一个pandas数据框，想要连接两列，同时保持数据框中的其他所有列不变。根据文档，我尝试了以下方法：

df['Code2']= df['Code'] + df['Period']

然而，该结果似乎对某些行几乎有效。而在其他行中则根本不起作用。

请参见下面"Code2"列中的结果。

+---------+--------+---------+
|  Code   | Period |  Code2  |
+---------+--------+---------+
| 1000000 |   2017 | 1002017 |
| 1100000 |   2017 | 1102017 |
| 1101000 |   2017 | 1103017 |
| 1101100 |   2017 | 1103117 |
| 1101110 |   2017 | 1103127 |
+---------+--------+---------+

请注意，“Period”列中的值并不全部等于2017年，只是在上面的摘录中如此。

期望的结果如下：

+---------+--------+--------------+
|  Code   | Period |    Code2     |
+---------+--------+--------------+
| 1000000 |   2017 | 1000000_2017 |
| 1100000 |   2017 | 1100000_2017 |
| 1101000 |   2017 | 1101000_2017 |
| 1101100 |   2017 | 1101100_2017 |
| 1101110 |   2017 | 1101110_2017 |
+---------+--------+--------------+

- StatsScared

---

这两个是整数，不是字符串，因此你可以将它们相加。 - Willem Van Onsem

@WillemVanOnsem。哈哈，哇。有道理。我怎么加入他们而不添加他们呢？ - StatsScared

Answer 1

您现在是在将这两列的数字相加。通过将它们转换为字符串，您可以使用以下方式进行连接：

df['Code2'] = df['Code']<b>.astype(str)</b> + df['Period']<b>.astype(str)</b>

这将产生以下结果：

>>> df
      Code  Period
0  1000000    2017
1  1100000    2017
2  1101000    2017
3  1101100    2017
4  1101110    2017
>>> df['Code2'] = df['Code'].astype(str) + df['Period'].astype(str)
>>> df
      Code  Period        Code2
0  1000000    2017  10000002017
1  1100000    2017  11000002017
2  1101000    2017  11010002017
3  1101100    2017  11011002017
4  1101110    2017  11011102017

或者如果你想用下划线分隔：

df['Code2'] = df['Code'].astype(str) + <b>'_'</b> + df['Period'].astype(str)

这使我们得到了：

>>> df['Code2'] = df['Code'].astype(str) + '_' + df['Period'].astype(str)
>>> df
      Code  Period         Code2
0  1000000    2017  1000000_2017
1  1100000    2017  1100000_2017
2  1101000    2017  1101000_2017
3  1101100    2017  1101100_2017
4  1101110    2017  1101110_2017

- Willem Van Onsem

Answer 2

如果您有两列以上的内容，一个很好的解决方案是使用agg和str.join。请将您的整数列转换为字符串以便连接它们（而不是进行算术加法）。

df[['Code', 'Period']].astype(str).agg('_'.join, axis=1)

0    1000000_2017
1    1100000_2017
2    1101000_2017
3    1101100_2017
4    1101110_2017
dtype: object

对于你的双列数据，这也可以正常工作：

df['Code2'] = df.astype(str).agg('_'.join, axis=1)
df

      Code  Period         Code2
0  1000000    2017  1000000_2017
1  1100000    2017  1100000_2017
2  1101000    2017  1101000_2017
3  1101100    2017  1101100_2017
4  1101110    2017  1101110_2017

- cs95