두 판다 기둥의 끈 연결

두 판다 기둥의 끈 연결

나는 다음이 있습니다.DataFrame:

from pandas import *
df = DataFrame({'foo':['a','b','c'], 'bar':[1, 2, 3]})

다음과 같이 표시됩니다.

    bar foo
0    1   a
1    2   b
2    3   c

이제 저는 다음과 같은 것을 원합니다.

     bar
0    1 is a
1    2 is b
2    3 is c

어떻게 하면 이를 달성할 수 있을까요?다음을 시도했습니다.

df['foo'] = '%s is %s' % (df['bar'], df['foo'])

하지만 그것은 나에게 잘못된 결과를 줍니다.

>>>print df.ix[0]

bar                                                    a
foo    0    a
1    b
2    c
Name: bar is 0    1
1    2
2
Name: 0

바보 같은 질문이라 미안하지만, 판다 한 마리는 데이터 프레임에 두 개의 열을 결합하는 것은 저에게 도움이 되지 않았습니다.

df['bar'] = df.bar.map(str) + " is " + df.foo

이 질문은 이미 답변이 되었지만, 이전에 논의되지 않았던 유용한 방법들을 혼합에 던져두고, 지금까지 제안된 모든 방법들을 성능 면에서 비교해 보면 좋을 것 같습니다.

다음은 성능 순서에 따라 이 문제에 대한 몇 가지 유용한 해결책입니다.

---

DataFrame.agg

이는 단순한 접근 방식입니다.

df['baz'] = df.agg('{0[bar]} is {0[foo]}'.format, axis=1)
df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

여기서 f-string 형식을 사용할 수도 있습니다.

df['baz'] = df.agg(lambda x: f"{x['bar']} is {x['foo']}", axis=1)
df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

---

char.array기반 연결

연결할 열을 다음으로 변환합니다.chararrays그런 다음 그것들을 함께 더합니다.

a = np.char.array(df['bar'].values)
b = np.char.array(df['foo'].values)

df['baz'] = (a + b' is ' + b).astype(str)
df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

---

이해력 나열하기

나는 판다의 목록 이해가 얼마나 과소평가되었는지 과장할 수 없습니다.

df['baz'] = [str(x) + ' is ' + y for x, y in zip(df['bar'], df['foo'])]

또는 사용str.join콘케이트(확장성도 향상됨):

df['baz'] = [
    ' '.join([str(x), 'is', y]) for x, y in zip(df['bar'], df['foo'])]

df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

문자열 연산은 본질적으로 벡터화하기 어렵고 대부분의 판다 "벡터화된" 함수는 기본적으로 루프 주위의 래퍼이기 때문에 목록 이해는 문자열 조작에 탁월합니다.저는 이 주제에 대해 '팬더와의 루프를 위해'에서 광범위하게 글을 썼습니다. - 언제까지 신경을 써야 할까요?일반적으로 인덱스 정렬에 대해 걱정할 필요가 없는 경우 문자열 및 정규식 작업을 처리할 때 목록 이해를 사용합니다.

위의 목록 컴포트는 기본적으로 NaNs를 처리하지 않습니다.그러나 사용자가 처리해야 하는 경우를 제외하고는 언제든지 시도를 포장하여 함수를 작성할 수 있습니다.

def try_concat(x, y):
    try:
        return str(x) + ' is ' + y
    except (ValueError, TypeError):
        return np.nan


df['baz'] = [try_concat(x, y) for x, y in zip(df['bar'], df['foo'])]

---

perfplot성능 측정

성능 그림을 사용하여 생성된 그래프.전체 코드 목록입니다.

기능들

def brenbarn(df):
    return df.assign(baz=df.bar.map(str) + " is " + df.foo)

def danielvelkov(df):
    return df.assign(baz=df.apply(
        lambda x:'%s is %s' % (x['bar'],x['foo']),axis=1))

def chrimuelle(df):
    return df.assign(
        baz=df['bar'].astype(str).str.cat(df['foo'].values, sep=' is '))

def vladimiryashin(df):
    return df.assign(baz=df.astype(str).apply(lambda x: ' is '.join(x), axis=1))

def erickfis(df):
    return df.assign(
        baz=df.apply(lambda x: f"{x['bar']} is {x['foo']}", axis=1))

def cs1_format(df):
    return df.assign(baz=df.agg('{0[bar]} is {0[foo]}'.format, axis=1))

def cs1_fstrings(df):
    return df.assign(baz=df.agg(lambda x: f"{x['bar']} is {x['foo']}", axis=1))

def cs2(df):
    a = np.char.array(df['bar'].values)
    b = np.char.array(df['foo'].values)

    return df.assign(baz=(a + b' is ' + b).astype(str))

def cs3(df):
    return df.assign(
        baz=[str(x) + ' is ' + y for x, y in zip(df['bar'], df['foo'])])

코드의 문제는 모든 행에 작업을 적용하려는 것입니다.당신이 작성한 방식은 전체 'bar'와 'foo' 열을 사용하여 문자열로 변환하고 하나의 큰 문자열을 반환합니다.다음과 같이 쓸 수 있습니다.

df.apply(lambda x:'%s is %s' % (x['bar'],x['foo']),axis=1)

다른 답변보다 길지만 더 일반적입니다(문자열이 아닌 값과 함께 사용할 수 있음).

사용할 수도 있습니다.

df['bar'] = df['bar'].str.cat(df['foo'].values.astype(str), sep=' is ')

df.astype(str).apply(lambda x: ' is '.join(x), axis=1)

0    1 is a
1    2 is b
2    3 is c
dtype: object

series.str.cat이 문제에 가장 유연하게 접근할 수 있는 방법은 다음과 같습니다.

위해서df = pd.DataFrame({'foo':['a','b','c'], 'bar':[1, 2, 3]})

df.foo.str.cat(df.bar.astype(str), sep=' is ')

>>>  0    a is 1
     1    b is 2
     2    c is 3
     Name: foo, dtype: object

OR

df.bar.astype(str).str.cat(df.foo, sep=' is ')

>>>  0    1 is a
     1    2 is b
     2    3 is c
     Name: bar, dtype: object

와는 달리.join()(단일 시리즈에 포함된 목록을 결합하기 위한 것), 이 방법은 2 시리즈를 함께 결합하기 위한 것입니다.또한 무시하거나 대체할 수 있습니다.NaN원하는 대로 값을 입력합니다.

@Daniel Velkov 답변이 적절한 답변이지만 문자열 리터럴을 사용하는 것이 더 빠릅니다.

# Daniel's
%timeit df.apply(lambda x:'%s is %s' % (x['bar'],x['foo']),axis=1)
## 963 µs ± 157 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# String literals - python 3
%timeit df.apply(lambda x: f"{x['bar']} is {x['foo']}", axis=1)
## 849 µs ± 4.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

10년이 지났지만 아무도 지난 10년 동안 제안된 모든 사례보다 50% 빠른 가장 간단하고 직관적인 방법을 제안하지 않았습니다.

df.bar.astype(str) + ' is ' + df.foo

임의의 수의 열에 대한 가장 간결한 해결책은 이 답변의 짧은 형식 버전이라고 생각합니다.

df.astype(str).apply(' is '.join, axis=1)

다음을 사용하여 두 개의 문자를 더 줄일 수 있습니다.df.agg()하지만 더 느립니다.

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

데이터 프레임에 10^11 행이 있는 특정 사례를 접했으며, 이 경우 제안된 솔루션은 적합하지 않습니다.카테고리를 사용해 본 적이 있으며, 고유 문자열 수가 너무 많지 않은 경우에는 모두 잘 작동합니다.이것은 요인이 있는 XxY가 있는 R 소프트웨어에서 쉽게 할 수 있지만 저는 파이썬(파이썬이 처음입니다)에서 다른 방법을 찾을 수 없었습니다.이것이 구현되는 장소를 아는 사람이 있다면 기꺼이 알고 싶습니다.

def Create_Interaction_var(df,Varnames):
    '''
    :df data frame
    :list of 2 column names, say "X" and "Y". 
    The two columns should be strings or categories
    convert strings columns to categories
    Add a column with the "interaction of X and Y" : X x Y, with name 
    "Interaction-X_Y"
    '''
    df.loc[:, Varnames[0]] = df.loc[:, Varnames[0]].astype("category")
    df.loc[:, Varnames[1]] = df.loc[:, Varnames[1]].astype("category")
    CatVar = "Interaction-" + "-".join(Varnames)
    Var0Levels = pd.DataFrame(enumerate(df.loc[:,Varnames[0]].cat.categories)).rename(columns={0 : "code0",1 : "name0"})
    Var1Levels = pd.DataFrame(enumerate(df.loc[:,Varnames[1]].cat.categories)).rename(columns={0 : "code1",1 : "name1"})
    NbLevels=len(Var0Levels)

    names = pd.DataFrame(list(itertools.product(dict(enumerate(df.loc[:,Varnames[0]].cat.categories)),
                                                dict(enumerate(df.loc[:,Varnames[1]].cat.categories)))),
                         columns=['code0', 'code1']).merge(Var0Levels,on="code0").merge(Var1Levels,on="code1")
    names=names.assign(Interaction=[str(x) + '_' + y for x, y in zip(names["name0"], names["name1"])])
    names["code01"]=names["code0"] + NbLevels*names["code1"]
    df.loc[:,CatVar]=df.loc[:,Varnames[0]].cat.codes+NbLevels*df.loc[:,Varnames[1]].cat.codes
    df.loc[:, CatVar]=  df[[CatVar]].replace(names.set_index("code01")[["Interaction"]].to_dict()['Interaction'])[CatVar]
    df.loc[:, CatVar] = df.loc[:, CatVar].astype("category")
    return df

from pandas import *
x = DataFrame({'foo':['a','b','c'], 'bar':[1, 2, 3]})
x

 x['bar'] = x.bar.astype("str") + " " + "is" + " " + x.foo
x.drop(['foo'], axis=1)

언급URL : https://stackoverflow.com/questions/11858472/string-concatenation-of-two-pandas-columns