Python Pandas将字符串序列连接成一个字符串

Question

在Python的pandas库中，有一个由字符串值组成的Series/dataframe列需要合并为一个长字符串：

df = pd.DataFrame({'text' : pd.Series(['Hello', 'world', '!'], index=['a', 'b', 'c'])})

目标：'Hello world !'

到目前为止，像df['text'].apply(lambda x: ' '.join(x))这样的方法只返回Series。

最好的方法是什么来获得连接后的字符串？

- cycle_about

Answer 1

你可以直接在序列上使用join方法连接字符串：

In [3]:
' '.join(df['text'])

Out[3]:
'Hello world !'

- EdChum

---

我在进行以下操作时遇到了错误： “TypeError: sequence item 0: expected str instance, list found”。这是在Python3中，你能指导一下吗？ - pnv

@user1930402在SO的评论中提问是不好的做法，错误信息很清楚，您的数据框中有列表而不是字符串，因此出现了错误。由于我无法访问您的计算机，我只能猜测您出于某种原因将列表存储在df中，这是不可取的。我不能帮助您，您需要发布一个新问题，您还应该问问自己是否真的需要存储列表，当您存储非标量值时，使用pandas就失去了意义。 - EdChum

Answer 2

除了join之外，您还可以使用pandas字符串方法.str.cat

In [171]: df.text.str.cat(sep=' ')
Out[171]: 'Hello world !'

然而，join()的速度要快得多。

- Zero

---

写得更快还是运行得更快？你能提供结果吗？ - young_souvlaki

Answer 3

你的代码返回了“系列”，因为你没有指定正确的轴。尝试使用以下代码：

df.apply(' '.join, axis=0)
text    Hello world !
dtype: object

指定axis=0将从每列中组合所有值并将它们放入单个字符串中。返回类型是一个系列，其中索引标签是列名，值是相应的连接字符串。如果您想一次将多个列组合成单个字符串，则特别有用。

通常我发现在使用apply时很难理解需要哪个轴，所以如果它不按照您认为的方式工作，请尝试沿另一个轴应用。

- Alex

---

有用的描述 +10，但请注意您正在使用 df.apply，而 OP 使用了 df['text'].apply（Series.apply 没有 axis）。 - tdy

@tdy 这是真的。这是因为Series.apply通常一次只处理单个值，更像DataFrame.applymap。从Series.apply文档中可以看到：“在Series的值上调用函数。可以是ufunc（适用于整个Series的NumPy函数）或仅适用于单个值的Python函数。” - Alex