📌  相关文章
📜  如何连接 Pandas DataFrame 中的列值?

📅  最后修改于: 2022-05-13 01:54:19.341000             🧑  作者: Mango

如何连接 Pandas DataFrame 中的列值?

很多时候,我们需要将不同列中的值组合成一列。可以有很多这样的用例,比如将人的名字和姓氏组合在一个列表中,将日、月和年组合成一个日期列等。现在我们将看看如何在帮助下实现这一点的一些例子。

示例 1:在此示例中,我们将把名字和姓氏的两列合并为一个列名。为此,我们将使用地图函数。

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:
熊猫连接列 2

熊猫连接列 2

示例 2:类似地,我们可以连接数据框中的任意数量的列。让我们通过另一个示例来查看将日、月和年的三个不同列连接到单个列 Date 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:

熊猫连接列 3

熊猫连接列 4

示例 3:

我们可以进一步处理这个过程,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 的列组合成一个数据帧。

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:

熊猫连接列 5