在熊貓中連接兩列的正確方法

我有一個數據框df，其中有兩列「值」和「值1」。我想連接這兩列並創建一個新的列「values2」。數值如下：在熊貓中連接兩列的正確方法

values     values1 
[u'12f4',u'ff45']  [u'12f4'] 
         [u'sd45',u'45ty']  
[u'12f34',u'ff2345'] []

如果你在第二個單元格中的「值」列是空的。列「values1」中的最後一個單元格是[]。我想，如下串聯 - 我使用

values     values1   values2     
[u'12f4',u'ff45']  [u'12f4']   [u'12f4',u'ff45',u'12f4'] 
         [u'sd45',u'45ty'] [u'sd45',u'45ty'] 
[u'12f34',u'ff2345']  []    [u'12f34',u'ff2345']

守則 -

df["values2"] = data["values"] + ', ' + data["values1"]

這就產生額外的逗號或括號。什麼是這個理想的代碼？

來源

2017-06-22 ComplexData

@jezrael你能幫我回答這個問題嗎？ – ComplexData

'df ['values2'] = df ['values'] + df ['values1']'有什麼問題？ –

@JanTrienes這會給我[u'12f4'，u'ff45'] [u'12f4']。相反，我想[u'12f4'，u'ff45'，u'12f4'] – ComplexData

既然你在連接文本，我不認爲有可能利用numpy的ufuncs（我可能是錯的）。

所以，假設我只是使用列表理解。

df["values2"] = [", ".join([str(data.loc[x, "values"]), str(data.loc[x, "values1"])]) for x in df.index]

來源

2017-06-22 18:02:21 Pedro

這會給我第一排[u'12f4'，u'ff45'] [u'12f4']。相反，我想[u'12f4'，u'ff45'，u'12f4']。此外，請查看空白和[]單元格並處理這種情況。 – ComplexData

@piRSquared是正確的（像往常一樣）。如果values和values1是列表，然後...

df = pd.DataFrame({'values': [[u'12f4',u'ff45'], [], [u'12f34',u'ff2345']], 
      'values1': [[u'12f4'], [u'sd45',u'45ty'], []]}, 
      columns=['values', 'values1'])

可以總結他們這樣......

>>> df[['values', 'values1']].sum(axis=1) 
0 [12f4, ff45, 12f4] 
1   [sd45, 45ty] 
2  [12f34, ff2345]

由於您使用的代碼是data["values"] + ', ' + data["values1"]，它是創造額外的逗號或括號，這聽起來像你的數據不是列表，而是字符串。

df1 = pd.DataFrame({'values': ["[u'12f4',u'ff45']", "''", "[u'12f34',u'ff2345']"], 
      'values1': ["[u'12f4']", "[u'sd45',u'45ty']", '[]']})

一百萬種不同的方式來做到這一點。如果你不需要字符串前面的'u'，最簡單的方法可能是這樣的：

import ast 
df1[['values', 'values1']].applymap(ast.literal_eval).applymap(lambda x: x if x else []).sum(axis=1)

來源

2017-06-22 18:30:07 Jarad

您是否可以修改它，使其不影響數據框中的其他列？還有多個其他列，我沒有在我的例子中顯示。我假設你的代碼將適用於整個數據框。 – ComplexData

在熊貓中連接兩列的正確方法

回答

相關問題