数据框中的 .map(str) 和 .astype(str) 有什么区别

Question

我有一个列名为 col1 和 col2 的整数类型条目的数据框。我想将 col1 的条目与 col2 以及中间的 '.'(dot) 连接起来。我已经搜索并发现添加了两个列条目：

df['col'] = df['col1'].map(str) + df['col2'].map(str)

并添加一个点：

df['col'] = df['col1'].astype(str) + '.'

但我想要这样的东西

df['col'] = each entries of df['col1'] + '.' + each entries of df['col2']

.map(str) 和 .astype(str) 有什么区别。哪个适合我的情况。

Answer 1

map 将获取原始列表的每个元素并应用函数或 lambda 表达式。在这个紧凑的形式中，你的函数是str()。它有更多的应用程序。例如，您可以编辑返回新列表的每个元素。这是可能的，因为 DataFrame 单元格可以转换为字符串。

astype 是用于 DataFrames 的 Pandas 函数（以及用于 numpy 数组的 numpy），它将对象转换为指定的类型，因此在这里它几乎没有什么实际区别，除了它可能更高性能，因为它只是 1 操作相比多次调用，它在 Pandas 中原生定义。验证时间。需要注意的是：astype 演员表和map 一样，会创建一个新对象，而不是改变现有对象。