熊猫在两列中操作字符串答案

【问题标题】：Pandas manipulating strings in two columns熊猫在两列中操作字符串
【发布时间】：2017-02-16 23:33:58
【问题描述】：

这是我的数据框：

           A                B
0   asdf|afsdf|fasd    sdsd|wer|wer
1   sdfsdf             sdfsdff
2   sdf|s              sdfsde|sdf

我想形成列C，它将包含从列A和列B到第一个|的连接值，如果|不存在，那么它将简单地连接两列.另外在连接时我想插入-- 这是C 列的外观：

         C
0   asdf--sdsd
1   sdfsdf--sdfsdff
2   sdf--sdfsde

我可以用df.loc 遍历每一行并得到我需要的东西，但是速度很慢，我想知道是否有更快的方法。

【问题讨论】：

标签： string pandas

【解决方案1】：

可能有一种更奇特的方式，但这是可行的：

In [1]: import pandas as pd

In [2]: d = {'A': ('asdf|afsdf|fasd', 'sdfsdf', 'sdf|s'),
             'B': ('sdsd|wer|wer', 'sdfsdff', 'sdfsde|sdf')}

In [3]: data = pd.DataFrame(d)

In [4]: data['C'] = data['A'].str.split('|').str.get(0) + "--" + data['B'].str.split('|').str.get(0)

In [5]: data
Out[5]: 
                 A             B                 C
0  asdf|afsdf|fasd  sdsd|wer|wer       asdf--sdsd
1           sdfsdf       sdfsdff  sdfsdf--sdfsdff
2            sdf|s    sdfsde|sdf      sdf--sdfsde

在pandas 中使用字符串的参考可以在their documentation 中找到。

【讨论】：

【解决方案2】：

使用str 和split 的简答题

df['C'] = df.A.str.split('|').str.get(0).add('--') \
        + df.B.str.split('|').str.get(0)
df

您可以进一步扩展它

df['C'] = df.A.str.split('|', expand=True).stack() \
    .add('--').add(df.B.str.split('|', expand=True).stack()) \
    .groupby(level=0).apply('|'.join)
df

【讨论】：