python-在熊猫中等效于str.join
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-在熊猫中等效于str.join,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1218字,纯文字阅读大概需要2分钟。
内容图文
![python-在熊猫中等效于str.join](/upload/InfoBanner/zyjiaocheng/683/f06976b1244d4954a37358a23c2fd270.jpg)
有没有一种干净的方法来连接任意数量的类似于”.join惯用语的字符串系列?如果我知道我想要的列,我可以做
import pandas as pd
df = pd.DataFrame([['word1','word2', 'word3']])
df[0] + ' ' + df[1] + ' ' + df[2]
0 word1 word2 word3
但是我不知道将其概括为任意列列表的好方法.我想出的最好的是
cols = [0,1,2]
df[cols[0]].str.cat(df[cols[1:]].values.transpose(), sep = ' ')
0 word1 word2 word3
但我有点讨厌这种解决方案.也许有一种方法可以使用重载?
解决方法:
如果您不介意行尾的空间,可以使用sum,它的速度要快一些,然后手动输入df [0]”df [1]”df [2]:
In [25]: (df + ' ').sum(axis=1)
Out[25]:
0 word1 word2 word3
dtype: object
但是,如果您需要剥离最后一个空间,则速度会变慢:
In [26]: (df + ' ').sum(axis=1).str.strip()
Out[26]:
0 word1 word2 word3
dtype: object
定时:
In [34]: %timeit (df + ' ').sum(axis=1)
1000 loops, best of 3: 368 us per loop
In [38]: %timeit df[0] + ' ' + df[1] + ' ' + df[2]
1000 loops, best of 3: 482 us per loop
In [40]: %timeit (df + ' ').sum(axis=1).str.strip()
1000 loops, best of 3: 556 us per loop
In [47]: %timeit df[cols[0]].str.cat(df[cols[1:]].values.transpose(), sep = ' ')
1000 loops, best of 3: 870 us per loop
In [49]: %timeit df[[0,1,2]].apply(' '.join, axis=1)
1000 loops, best of 3: 937 us per loop
内容总结
以上是互联网集市为您收集整理的python-在熊猫中等效于str.join全部内容,希望文章能够帮你解决python-在熊猫中等效于str.join所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源:【匿名】