如何使用 python pandas 中的两个列值创建 url 列数据框？答案

【问题标题】：how to create url column dataframe using two column values in python pandas?如何使用 python pandas 中的两个列值创建 url 列数据框？
【发布时间】：2016-06-18 08:52:05
【问题描述】：

我有以下数据框。

company,compid,secid
a,a1,a2
b,b1,b2

我需要如下格式的输出

company,compid,secid,url
a,a1,a2,http://www.cssss.com/companydetails.aspx?compid=a1&secid=a2
b,b1,b2,http://www.cssss.com/companydetails.aspx?compid=b1&secid=b2

如何在 url 列中添加列值？

【问题讨论】：

标签： python python-2.7 pandas dataframe concatenation

【解决方案1】：

用途：

df['url'] = 'http://www.cssss.com/companydetails.aspx?compid=' +
             df.compid + '&secid=' + df.secid
print (df)
  company compid secid                                                url
0       a     a1    a2  http://www.cssss.com/companydetails.aspx?compi...
1       b     b1    b2  http://www.cssss.com/companydetails.aspx?compi...

我更改url 进行测试：

df['url'] = 'http:aaa.aspx?compid=' + df.compid + '&secid=' + df.secid
print (df)
  company compid secid                               url
0       a     a1    a2  http:aaa.aspx?compid=a1&secid=a2
1       b     b1    b2  http:aaa.aspx?compid=b1&secid=b2

如果dtypes 的列compid 和secid 是int，则由astype 转换为str：

df['url'] = 'http:aaa.aspx?compid='+df.compid.astype(str)+'&secid='+df.secid.astype(str)
print (df)
  company compid secid                               url
0       a     a1    a2  http:aaa.aspx?compid=a1&secid=a2
1       b     b1    b2  http:aaa.aspx?compid=b1&secid=b2

通过评论编辑：

如果compid 和secid 列中的any 包含NaN，则它可以是空字符串：

#code before
data3 = pd.merge(df1,df2,on='company', how='outer') 

print (data3)
  company compid secid
0       a     a1    a2
1       b     b1    b2
2       a     a1   NaN
3       b    NaN   NaN

data3.loc[~data3[['compid','secid']].isnull().any(1), 'url'] = 
'http:aaa.aspx?compid=' + data3.compid.astype(str) + '&secid=' + data3.secid.astype(str)

data3.fillna('', inplace=True)
print (data3)

  company compid secid                               url
0       a     a1    a2  http:aaa.aspx?compid=a1&secid=a2
1       b     b1    b2  http:aaa.aspx?compid=b1&secid=b2
2       a     a1                                        
3       b

【讨论】：