在 pandas 中将任意数量的列合并为一列

Question

这个问题是关于here 的具体案例的一般版本。

我有一个 pandas 数据框，其中的列包含整数。我想将所有这些整数连接成一列中的字符串。

鉴于this answer，对于特定的列，这有效：

(dl['ungrd_dum'].map(str) +
 dl['mba_dum'].map(str) +
 dl['jd_dum'].map(str) +
 dl['ma_phd_dum'].map(str))

但假设我有许多（数百个）这样的列，它们的名称在列表dummies 中。我敢肯定，有一些很酷的 Pythonic 方法可以用一条神奇的线来完成这一切。我已经尝试将map 与dummies 一起使用，但还没有弄清楚。

Answer 1

IIUC 你应该可以做到

df[dummies].astype(str).apply(lambda x: ''.join(x), axis=1)

例子：

In [12]:

df = pd.DataFrame({'a':np.random.randint(0,100, 5), 'b':np.arange(5), 'c':np.random.randint(0,10,5)})
df
Out[12]:
    a  b  c
0   5  0  2
1  46  1  3
2  86  2  4
3  85  3  9
4  60  4  4
In [15]:

cols=['a','c']
df[cols].astype(str).apply(''.join, axis=1)
Out[15]:
0     52
1    463
2    864
3    859
4    604
dtype: object

编辑

正如@JohnE 所指出的，您可以致电sum，这样会更快：

df[cols].astype(str).sum(axis=1)

但是，这会将 dtype 隐式转换为 float64，因此您必须再次转换回 str 并在必要时切掉小数点：

df[cols].astype(str).sum(axis=1).astype(str).str[:-2]

Answer 2

from operator import add
reduce(add, (df[c].astype(str) for c in cols), "")

例如：

df = pd.DataFrame({'a':np.random.randint(0,100, 5), 
                   'b':np.arange(5), 
                   'c':np.random.randint(0,10,5)})

cols = ['a', 'c']


In [19]: df
Out[19]: 
    a  b  c
0   6  0  4
1  59  1  9
2  13  2  5
3  44  3  1
4  79  4  4

In [20]: reduce(add, (df[c].astype(str) for c in cols), "")
Out[20]: 
0     64
1    599
2    135
3    441
4    794
dtype: object

Answer 3

您需要做的第一件事是尽可能高效地将数字数据框转换为字符串数据框：

dl = dl.astype(str)

那么，您的情况与as this other question 相同，并且可以使用与this answer 中相同的Series.str 访问器技术：

.str.cat()

使用str.cat() 你可以这样做：

dl['result'] = dl[dl.columns[0]].str.cat([dl[c] for c in dl.columns[1:]], sep=' ')

str.join()

要使用.str.join()，您需要一系列可迭代对象，比如元组。

df['result'] = df[df.columns[1:]].apply(tuple, axis=1).str.join(' ')

不要使用list 而不是tuple 尝试上述方法，否则apply() 方法将返回Dataframe，并且数据帧没有.str 访问器，如Series。