我想在熊猫数据框架的一个列中(优雅地)附加一个字符串到每个值的开始。 我已经知道如何做到这一点，我目前正在使用:
df.ix[(df['col'] != False), 'col'] = 'str'+df[(df['col'] != False), 'col']
这似乎是一件非常不优雅的事情——你知道其他方法吗(可能也会将字符添加到列为0或NaN的行中)?
如果这一点还不清楚，我想谈谈:
col
1 a
2 0
成:
col
1 stra
2 str0
当前回答
如果你用dtype=str加载你的表文件 或转换列类型为字符串df['a'] = df['a'].astype(str) 那么你可以使用这样的方法:
df['a']= 'col' + df['a'].str[:]
这种方法允许对df的字符串进行前置、追加和子集操作。 工作在Pandas v0.23.4, v0.24.1。不知道更早的版本。
其他回答
df['col'] = 'str' + df['col'].astype(str)
例子:
>>> df = pd.DataFrame({'col':['a',0]})
>>> df
col
0 a
1 0
>>> df['col'] = 'str' + df['col'].astype(str)
>>> df
col
0 stra
1 str0
作为另一种选择，你也可以使用apply结合format(或者更好的f-strings)，我发现如果一个人还想添加一个后缀或操作元素本身，它的可读性稍好:
df = pd.DataFrame({'col':['a', 0]})
df['col'] = df['col'].apply(lambda x: "{}{}".format('str', x))
这也产生了期望的输出:
col
0 stra
1 str0
如果你正在使用Python 3.6+，你也可以使用f-strings:
df['col'] = df['col'].apply(lambda x: f"str{x}")
产生相同的输出。
f-string版本几乎和@RomanPekar的解决方案一样快(python 3.6.4):
df = pd.DataFrame({'col':['a', 0]*200000})
%timeit df['col'].apply(lambda x: f"str{x}")
117 ms ± 451 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit 'str' + df['col'].astype(str)
112 ms ± 1.04 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
然而，使用格式确实要慢得多:
%timeit df['col'].apply(lambda x: "{}{}".format('str', x))
185 ms ± 1.07 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
如果你用dtype=str加载你的表文件 或转换列类型为字符串df['a'] = df['a'].astype(str) 那么你可以使用这样的方法:
df['a']= 'col' + df['a'].str[:]
这种方法允许对df的字符串进行前置、追加和子集操作。 工作在Pandas v0.23.4, v0.24.1。不知道更早的版本。
在控制nan(例如csv导出中人类可读的值)时，为列添加前缀。
“_”+ df[‘col1’]，replace(np.nan)， astype(str)
例子:
import sys
import platform
import pandas as pd
import numpy as np
print("python {}".format(platform.python_version(), sys.executable))
print("pandas {}".format(pd.__version__))
print("numpy {}".format(np.__version__))
df = pd.DataFrame({
'col1':["1a","1b","1c",np.nan],
'col2':["2a","2b",np.nan,"2d"],
'col3':[31,32,33,34],
'col4':[np.nan,42,43,np.nan]})
df['col1_prefixed'] = "_" + df['col1'].replace(np.nan,'no value').astype(str)
df['col4_prefixed'] = "_" + df['col4'].replace(np.nan,'no value').astype(str)
print(df)
python 3.7.3
pandas 1.2.3
numpy 1.18.5
col1 col2 col3 col4 col1_prefixed col4_prefixed
0 1a 2a 31 NaN _1a _no value
1 1b 2b 32 42.0 _1b _42.0
2 1c NaN 33 43.0 _1c _43.0
3 NaN 2d 34 NaN _no value _no value
(对不起，冗长，我发现这个Q在一个不相关的列类型问题上工作，这是我的复制代码)
使用.loc的另一个解决方案:
df = pd.DataFrame({'col': ['a', 0]})
df.loc[df.index, 'col'] = 'string' + df['col'].astype(str)
这没有上面的解决方案那么快(>每循环慢1ms)，但在你需要条件更改的情况下可能是有用的，比如:
mask = (df['col'] == 0)
df.loc[mask, 'col'] = 'string' + df['col'].astype(str)
