将字符串/字符数组连接成一个带有分隔符的单一字符串 [不使用推导、映射等方法]

Question

假设我有这样一个数组：

>>> x = np.array([['Happy','New','Year'],['Stack','Over','flow']])
>>> x
array([['Happy', 'New', 'Year'],
       ['Stack', 'Over', 'flow']], dtype='<U5')

我想将每行中的每个元素连接起来，就像这样：

[['HappyNewYear'],
['StackOverflow']]

我可以用以下方法实现：

>>> np.sum(x.astype(object), axis = 1)
array(['HappyNewYear', 'StackOverflow'], dtype=object)

但我该如何使用分隔符实现连接？

[['Happy New Year'],
['Stack Over flow']]

但是似乎找不到一种方法，不使用循环（理解），映射或apply_along_axis。在numpy中是否有一个内置函数可以实现这一点？

在np.char.array中发现了一个join方法join，但它似乎并没有按照我预期的工作。

>>> x = np.char.array(x)
>>> x.join('')
array([['', '', ''],
       ['', '', '']], dtype='<U1')
>>> x.join(x)
array([['HHappyaHappypHappypHappyy', 'NNeweNeww', 'YYeareYearaYearr'],
       ['SStacktStackaStackcStackk', 'OOvervOvereOverr', 'fflowlflowofloww']], dtype='<U25')

或者，

>>> np.char.join(' ',x)
array([['H a p p y', 'N e w', 'Y e a r'],
       ['S t a c k', 'O v e r', 'f l o w']], dtype='<U9')

"

np.sum(x, axis=1)无法正常工作，这让我感到惊讶，因为这个可以工作：

"

>>> x[:,0] + x[:,1] + x[:,2]
chararray(['HappyNewYear', 'StackOverflow'], dtype='<U15')

我在这里没有找到确切回答我的问题的任何问题。有人能帮我吗？ 编辑：我真的很快，如果可以在pandas中实现，那也可以。 编辑2：此问题没有回答我的问题，因为它使用了理解或使用列表作为数组的行，这是我无法承受的。

- Sayandip Dutta

---

Python中的join是连接字符串列表最干净的方法。我只会迭代行。在处理字符串时，numpy方法并不更快。进行一些时间测试。无循环魔法仅适用于数字操作。 - hpaulj

pandas使用对象dtype来处理字符串 - 因此它的字符串是Python字符串，而不是numpy的'U' dtype。 - hpaulj

pandas方式：pd.DataFrame(x).agg(' '.join,1).to_numpy()：这会有帮助吗？尽管我们必须检查，因为如上评论所述，数据类型被转换为“object”。 - anky

我希望它能够。如果可以使用numpy完成，我有点不愿引入pandas，除非pandas可以带来重大改进。我需要进行一些测试。我相信这肯定比基于循环的方法要好。正如@hpaulj所说，我需要进一步测试所有的方法。 - Sayandip Dutta

@anky_91 是的，这就是我正在尝试的。而且我想，由于我有大约100列和10**5行，我猜在迭代列并执行 x[:,i] + x[:,i+1] + x[:,i+2] + ... 也不会太糟糕，尽管我在问题中要求不要使用循环。但是，是的，我明白你的意思，我想我应该花更多时间来衡量不同的方法。谢谢大家。 - Sayandip Dutta

Answer 1

你可以随时添加空格然后去除：

>>> np.char.array(np.sum(x.astype(object) + ' ', axis = 1)).strip().astype(str)
chararray(['Happy New Year', 'Stack Over flow'], 
      dtype='<U16')
>>> 

- U13-Forward

---

太酷了！我猜它比显式迭代技术更快。得进行一些测试。 - Sayandip Dutta

Answer 2

您可以使用：

x = x.astype(object)
x[:,:-1] += ' '
x.sum(axis=1).reshape(-1, 1)

输出：

array([['Happy New Year'],
       ['Stack Over flow']], dtype=object)

- Mykola Zotko

---

是的，在你回答之前我就想到了这个问题，不知道为什么在我写问题时没有想起来。你使用 x[:,:-1] += ' ' 而不是 x += ' ' 有什么原因吗？ - Sayandip Dutta

@SayandipDutta 通过 x += ' '，您也将 ' ' 添加到了最后一列。 - Mykola Zotko