Python| Pandas str.join() 使用传递的分隔符连接字符串/列表元素
Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。
Pandas str.join()
方法用于连接列表中存在的所有元素,并带有传递的分隔符。由于字符串也是字符数组(或字符列表),因此当将此方法应用于一系列字符串时,字符串会在每个字符处与传递的分隔符连接。
.str每次调用此方法之前都必须加上前缀,以将其与 Python 的默认字符串方法区分开来。
Syntax: Series.str.join(sep)
Parameters:
sep: string value, joins elements with the string between them
Return type: Series with joined elements
要下载使用的 Csv 文件,请单击此处。
在以下示例中,使用的数据框包含一些 NBA 球员的数据。下面附上任何操作之前的数据帧图像。
示例 #1:连接字符串元素
在此示例中,str.join() 方法用于 Name 列(字符串系列)。如前所述,字符串也是一个字符数组,因此字符串的每个字符都将使用 str.join() 方法与传递的分隔符连接。
# importing pandas module
import pandas as pd
# reading csv file from url
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
# dropping null value columns to avoid errors
data.dropna(inplace = True)
# joining string and overwriting
data["Name"]= data["Name"].str.join("-")
# display
data
输出:
如输出图像所示,名称列中的字符串已与传递的分隔符按字符连接。
示例 #2:连接列表的元素
在此示例中,str.join() 方法应用于一系列列表。团队列中的数据使用 str.split() 方法分成列表。
# importing pandas module
import pandas as pd
# reading csv file from url
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
# dropping null value columns to avoid errors
data.dropna(inplace = True)
# splitting string and overwriting
data["Team"]= data["Team"].str.split("t")
# joining with "_"
data["Team"]= data["Team"].str.join("_")
# display
data
输出:
如输出图像所示,使用 str.split() 将数据拆分为列表,然后使用带有分隔符“_”的 str.join() 连接列表。
拆分后的数据框 -
加入列表后的DataFrame –