很多时候，我们需要将不同列中的值组合到一个列中。可以有很多用例，例如将列表中人员的名字和姓氏合并，将日期，月份和年份合并到“日期”的单个列中，等等。现在，我们将看到如何在帮助下实现此目的。一些例子。
示例1：在此示例中，我们将姓氏名的两个列合并为一个列名。为此，我们将使用map函数。
import pandas as pd
from pandas import DataFrame
# creating a dictionary of names Names = {'FirstName':['Suzie','Emily','Mike','Robert'],
'LastName':['Bates','Edwards','Curry','Frost']}
# creating a dataframe from dictionary df = DataFrame(Names, columns=['FirstName','LastName'])
print(df)
print('\n')
# concatenating the columns df['Name'] = df['FirstName'].map(str) + ' ' + df['LastName'].map(str)
print(df)
|
输出：
示例2：类似地，我们可以连接数据帧中任意数量的列。让我们看另一个示例，将一个日期，月份和年份的三个不同的列连接在一个“日期”列中。
import pandas as pd
from pandas import DataFrame
# creating a dictionary of Dates Dates = {'Day': [1, 29, 23, 4, 15],
'Month': ['Aug', 'Feb', 'Aug', 'Apr', 'Mar'],
'Year': [1947, 1983, 2007, 2011, 2020]}
# creating a dataframe from dictionary df = DataFrame(Dates, columns = ['Day', 'Month', 'Year'])
print (df)
print('\n')
# concatenating the columns df['Date'] = df['Day'].map(str) + '-' + df['Month'].map(str) + '-' + df['Year'].map(str)
print (df)
|
输出：
范例3：
我们可以进一步进行此过程，并连接来自多个不同数据帧的多个列。在此示例中，我们将数据帧df1和df2的列合并为一个数据帧。
import pandas as pd
from pandas import DataFrame
# creating a dictionary of Dates Dates = {'Day': [1, 1, 1, 1],
'Month': ['Jan', 'Jan', 'Jan', 'Jan'],
'Year': [2017, 2018, 2019, 2020]}
# creating a dataframe from dictionary df1 = DataFrame(Dates, columns = ['Day', 'Month', 'Year'])
# creating a dictionary of Rates Rates = {'GDP': [5.8, 7.6, 5.6, 4.1],
'Inflation Rate': [2.49, 4.85, 7.66, 6.08]}
# creating a dataframe from dictionary df2 = DataFrame(Rates, columns = ['GDP', 'Inflation Rate'])
# combining columns of df1 and df2 df_combined = df1['Day'].map(str) + '-' + df1['Month'].map(str) + '-' + df1['Year'].map(str) + ': ' + 'GDP: ' + df2['GDP'].map(str) + '; ' + 'Inflation: ' + df2['Inflation Rate'].map(str)
print (df_combined)
|
输出：