将数据框列的字符串连接作为系列索引答案

【问题标题】：String concatenation off dataframe columns as a series index将数据框列的字符串连接作为系列索引
【发布时间】：2021-04-03 23:13:22
【问题描述】：

问题

如何从该数据框的 "Cluster Mean" 列创建 Pandas 系列，但使用来自 monthly、weekly 和 daily 列的数据作为系列索引。

所需的输出 系列将是这样的，所有列的字符串连接 + df 索引作为索引，“Cluster Mean”列作为值。：

0_[1.0765, 3, monthly]_[1.0755, 2, weekly]_1  1.0760
1_[1.0592, 6, monthly]_[1.058, 12, weekly]_1  1.0586
2_[1.0461, 3, monthly]_[1.0459, 24, weekly]_1 1.0460

原始数据帧的屏幕截图：

数据（最小的、可重复的示例）

{'monthly': {0: [1.0765, '3', 'monthly'],
  1: [1.0592, '6', 'monthly'],
  2: [1.0461, '3', 'monthly']},
 'weekly': {0: [1.0755, '2', 'weekly'],
  1: [1.058, '12', 'weekly'],
  2: [1.0459, '24', 'weekly']},
 'daily': {0: '', 1: '', 2: ''},
 'Cluster Mean': {0: 1.076, 1: 1.0586, 2: 1.046}}

【问题讨论】：

标签： pandas

【解决方案1】：

import pandas as pd

你可以使用apply()方法和join()方法：

idx=df.index.astype(str)+'_'+df.apply(lambda x:'_'.join((str(x['monthly']),str(x['weekly']),str(x['daily']))),1)

val=df['Cluster Mean']

注意：在上面的代码中，idx 变量存储了您的索引值，而 val 变量存储了该索引的值

终于使用Series()方法：

result=pd.Series(index=idx,data=val.values.tolist())

现在，如果您打印 result，您将获得所需的输出（系列）：

#output
0_[1.0765, '3', 'monthly']_[1.0755, '2', 'weekly']_1     1.0760
1_[1.0592, '6', 'monthly']_[1.058, '12', 'weekly']_1     1.0586
2_[1.0461, '3', 'monthly']_[1.0459, '24', 'weekly']_1    1.0460

【讨论】：

【解决方案2】：

如果轴为1，您可以使用row.name 直接访问pandas.DataFrame.apply() 中的行索引。

加入行值后，您可以使用 pandas.concat() 从 Series 创建一个新数据框。

def join_row(row):
    cols = [row.name] + row[['monthly', 'weekly', 'daily']].values.tolist()
    return '_'.join(map(str, cols))

result = pd.concat([df.apply(join_row, axis=1), df['Cluster Mean']], axis=1)

# print(result)

                                                   0  Cluster Mean
0_[1.0765, '3', 'monthly']_[1.0755, '2', 'weekly']_1     1.0760
1_[1.0592, '6', 'monthly']_[1.058, '12', 'weekly']_1     1.0586
2_[1.0461, '3', 'monthly']_[1.0459, '24', 'weekly']_1    1.0460

【讨论】：