Python学习笔记:拼接数据框中所有列

python

一、笨办法:循环拼接

python">import pandas as pd

import numpy as np

df = pd.DataFrame({'user_id':['A','B','C','D','E'],

'v0':['high','tall','high','one','two'],

'v1':np.random.rand(5),

'v2':np.random.rand(5),

'v3':np.random.rand(5),

'v4':np.random.rand(5),

'v5':np.random.rand(5)})

# 列数

num_columns = df.columns.shape[0]

# 列值

col_names = df.columns.values.tolist()

# 添加一列

df.loc[:, 'merged'] = ''

# 循环合并

for i in range(num_columns):

print('Concat:', col_names[i])

df.loc[:, 'merged'] = df.loc[:, 'merged'] + ' - ' + df[col_names[i]].astype(str)

二、次方法:str.join合并

# 数据字段需要先转换为字符类型

# 合并部分字段

df['concat'] = pd.Series(df[['user_id','v0','v1']].astype(str).fillna('').values.tolist()).str.join('')

# 合并全部字段

df['concat2'] = pd.Series(df.astype(str).fillna('').values.tolist()).str.join('')

三、再方法:apply循环

df['new'] = df.astype(str).apply('//'.join, axis=1)

四、快方法:sum求和

df['new'] = df.astype(str).values.sum(axis=1)

五、实际应用

# 合并v1-v10

result['final'] = pd.Series(result[['v'+str(x+1) for x in range(10)]].fillna('').values.tolist()).str.join('//')

# 筛选字段

result = result.filter(items=['id', 'final'])

参考链接:连接pandas数据框中的所有列

以上是 Python学习笔记:拼接数据框中所有列 的全部内容, 来源链接: utcz.com/z/388090.html

回到顶部