组合多个系列并在 Pandas df 中创建一个新系列答案

【问题标题】：Combining multiple series and creating a new one in a Pandas df组合多个系列并在 Pandas df 中创建一个新系列
【发布时间】：2018-12-20 02:16:42
【问题描述】：

我有 5 个 pandas.series 我想合并成一个新的。这怎么可能？例如。我有 s1: en s2: gl s3: a s4: nd 我想做一个新的 s5: england

我尝试过 pd.concat、combine、append 但似乎没有任何效果。

谢谢！

【问题讨论】：

【解决方案1】：

如果你有诸如

之类的系列

s1 = pd.Series(['en' , 'b'])
s2 = pd.Series(['gla', 'ra'])
s3 = pd.Series(['nd' , 'zil'])

你可以sum他们

>>> s1+s2+s3

0    england
1     brazil
dtype: object

如果你有诸如

之类的系列

s1 = pd.Series(['e', 'n'])
s2 = pd.Series(['g', 'l', 'a'])
s3 = pd.Series(['n','d'])

你可以join他们

>>> ''.join(s1.tolist()+s2.tolist()+s3.tolist())

'england'

或sum先

>>> s1.sum() + s2.sum() + s3.sum()
'england'

【讨论】：

非常感谢@RafaelC！但是如果我有这样的整数呢： s1 = pd.series([2018, 2017, 2016]) s2 = pd.series([0, 1, 2]) s3 = pd.series ([10.23, 22.33, 99.22]) ??再次感谢！
这种情况下的预期输出是什么？
系列中有拆分字符串（就像上面的 en,gl,a,nd 示例一样，谢谢！）但也有带有年、小时、分秒的日期（如 s1 = pd.series ([2018, 2017, 2016]) s2 = pd.series([0, 1, 2]) s3 = pd.series ([10.23, 22.33, 99.22])。所以预期的输出应该是一个新的系列，比如说df['timestamp'] 将是 2018 0 10.23 , 2017 1 22.33 , 2016 2 99.22 等。