连接熊猫数据框中的所有列答案

【问题标题】：Concatenating all columns in pandas dataframe连接熊猫数据框中的所有列
【发布时间】：2020-05-13 16:53:32
【问题描述】：

我正在尝试连接 pandas 数据帧的所有列，以便最终得到 1 列，其中包含数据帧中的所有值。下面的代码就是这样做的：

df2 = pd.concat([df[0], df[1], df[2], df[3], df[4], df[5], df[6], df[7]])

但我希望能够对具有不同列数的数据框执行此操作。当我尝试时：

dfpr2 = pd.concat([df.columns)

我收到以下错误： “无法连接 <class 'pandas.core.indexes.range.RangeIndex> 类型的对象；只有 Series 和 DataFrame obj 有效

有没有办法解决这个问题？我尝试设置ignore_index = True，但这似乎也没有帮助。谢谢！！

【问题讨论】：

标签： python pandas concat

【解决方案1】：

Timing for different methods : 

%timeit df.iloc[:,0].str.cat(df.iloc[:,1:].astype(str),',')
880 µs ± 28.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.astype(str).agg('|'.join,axis=1)
1.45 ms ± 39 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.astype(str).sum(axis=1)
562 µs ± 11.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit [','.join(ent) for ent in df.astype(str).to_numpy()]
350 µs ± 6.48 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

我认为@cs95 有一篇关于字符串的 stackoverflow 帖子。对于字符串，当在 Python 中完成计算时，它们的速度要快得多。

【讨论】：

【解决方案2】：

IIUCdf.astype(str).sum(axis=1)

df = pd.DataFrame({'A' : ['A','B','C'],
             'B' : [0,1,2],
             'C' : ['2019-01-10','2020-01-10','2021-01-10']})

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

print(df)

   A  B           C          hash
0  A  0  2019-01-10  A02019-01-10
1  B  1  2020-01-10  B12020-01-10
2  C  2  2021-01-10  C22021-01-10

如果您需要自定义分隔符，请使用.agg

df.astype(str).agg('|'.join,axis=1)

0    A|0|2019-01-10
1    B|1|2020-01-10
2    C|2|2021-01-10

【讨论】：

快速提问：如何将sum 与分隔符结合起来？
太棒了，干杯。虽然我感觉agg 的性能不如sum
@MarkWang 字符串方法通常很慢，但我同意， agg 会比 sum 慢，但我没有测试它通常你想连接所有列来创建某种代理键，所以它是更新表格时必须采取的措施

【解决方案3】：

这是一种连接列值的简单方法

df1 = df['1st Column Name'] + df['2nd Column Name'] + ...

【讨论】：