Pandas中类似于str.join的等效方法是什么？

Question

有没有一种干净的方法来连接任意数量的字符串系列，类似于' '.join的用法？如果我事先知道我想要的列，我可以这样做：

import pandas as pd
df = pd.DataFrame([['word1','word2', 'word3']])
df[0] + ' ' + df[1] + ' ' + df[2]

0    word1 word2 word3

然而，我不知道如何将这个方法推广到任意列的列表。我想到的最好方法是：

cols = [0,1,2]
df[cols[0]].str.cat(df[cols[1:]].values.transpose(), sep = ' ')
0    word1 word2 word3

但我有点讨厌这个解决方案。也许可以使用重载+的方式来实现？

- maxymoo

Answer 1

如果您不介意行尾的空格，您可以使用sum比手动输入df[0] + ' ' + df[1] + ' ' + df[2]快一些。

In [25]: (df + ' ').sum(axis=1)
Out[25]:
0    word1 word2 word3
dtype: object

然而，如果您需要去掉最后一个空格，则速度会变慢：

In [26]: (df + ' ').sum(axis=1).str.strip()
Out[26]:
0    word1 word2 word3
dtype: object   

时间:

In [34]: %timeit (df + ' ').sum(axis=1)
1000 loops, best of 3: 368 us per loop

In [38]: %timeit df[0] + ' ' + df[1] + ' ' + df[2]
1000 loops, best of 3: 482 us per loop

In [40]: %timeit (df + ' ').sum(axis=1).str.strip()
1000 loops, best of 3: 556 us per loop

In [47]: %timeit df[cols[0]].str.cat(df[cols[1:]].values.transpose(), sep = ' ')
1000 loops, best of 3: 870 us per loop

In [49]: %timeit df[[0,1,2]].apply(' '.join, axis=1)
1000 loops, best of 3: 937 us per loop

- Anton Protopopov

---

这太好了，谢谢 Anton。最后多一个空格我确实不在意，因为这将输入到分词器中，它会处理所有的问题。 - maxymoo

Answer 2

在选择列之后，您可以沿着axis=1应用操作（这里我将手动指定列，但您也可以使用cols）：

>>> df = pd.DataFrame([['word1','word2', 'word3']])
>>> df
       0      1      2
0  word1  word2  word3
>>> df[[0,1,2]].apply(' '.join, axis=1)
0    word1 word2 word3
dtype: object

- DSM

---

这是一个优雅的解决方案，不幸的是它比使用向量化的+操作慢10-100倍，有没有办法使用向量化操作？ - maxymoo