Pandas Python 中的连接答案

【问题标题】：Concatenation in Pandas PythonPandas Python 中的连接
【发布时间】：2018-01-22 14:47:28
【问题描述】：

我正在尝试连接这三列，但我使用的代码给了我这个输出，我将所有列的格式更改为字符串：

Income_Status_Number   Income_Stability_Number  Product_Takeup_Number  Permutation
      1                      1                          2                1.012
      2                      1                          3                2.013
      1                      1                          1               1.011

这是我使用的代码：

df['Permutation']=df['Income_Status_Number'].astype(str)+""+df['Income_Stability_Number'].astype(str)+""+df['Product_Takeup_Number'].astype(str)

但我希望我的输出如下所示：

Income_Status_Number   Income_Stability_Number  Product_Takeup_Number  Permutation
  1                      1                          2                     112
  2                      1                          3                     213
  1                      1                          1                     111

请帮忙。

【问题讨论】：

df['Permutation']=df['Income_Status_Number'].astype(str)+df['Income_Stability_Number'].astype(str)+df['Product_Takeup_Number'].astype(str) 更好，但它应该工作得很好。
在每个串联之间添加""的目的是什么？

标签： python python-3.x python-2.7 pandas

【解决方案1】：

问题在于第一列被视为float 而不是int。解决这个问题的简单方法是将值与乘数相加，将数字放入正确的空间，让 pandas 意识到数字是int：

df['Permutation'] = df['Income_Status_Number']*100 + df['Income_Stability_Number']*10 + df['Product_Takeup_Number']

另一种解决方案是先使用astype(int).astype 转换数字，但该解决方案有点慢：

10000 Runs Each

as_type
  Total: 9.7106s
  Avg: 971059.8162ns

Maths
  Total: 7.0491s
  Avg: 704909.3242ns

【讨论】：

【解决方案2】：

看起来您的第一列在您将其转换为字符串之前被读取为float。

df['Permutation']=df['Income_Status_Number'].astype(int).astype(str)+df['Income_Stability_Number'].astype(int).astype(str)+df['Product_Takeup_Number'].astype(int).astype(str)

【讨论】：

【解决方案3】：

尝试使用以下代码将“排列”列添加到以您想要的方式格式化的数据框中：

df['Permutation'] = df[df.columns[0:]].apply(lambda x: ''.join(x.dropna().astype(int).astype(str)),axis=1)

它为您提供以下数据框：

df
  Income_Status_Number Income_Stability_Number Product_Takeup_Number  \
0                    1                       1                     2
1                    2                       1                     3
2                    1                       1                     1

  Permutation
0         112
1         213
2         111

【讨论】：

【解决方案4】：

我希望这个对你有用。

df['Permutation'] = df[df.columns].apply(lambda x: ' '.join(x.dropna().astype(int).astype(str)),axis=1)

【讨论】：