Python| Pandas Series.str.cat() 连接字符串

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.cat()用于将字符串连接到传递的调用者系列字符串 。可以传递来自不同系列的不同值，但两个系列的长度必须相同。 .str必须加上前缀以区别于 Python 的默认方法。

Syntax: Series.str.cat(others=None, sep=None, na_rep=None)
Parameters: 
others: Series, index, data frame or list of strings to concatenate 
sep: Separator to be put between the two strings 
na_rep: None or string value to replace in place of null values
Return type: Series with concatenated string values 
 

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：使用分隔符连接列
在此示例中，Team 列在 Name 列的末尾用分隔符“,”连接起来。名称列被新系列覆盖，然后显示数据框。

Python3

# importing pandas module
import pandas as pd
 
# importing csv from link
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
 
# making copy of team column
new = data["Team"].copy()
 
# concatenating team with name column
# overwriting name column
data["Name"]= data["Name"].str.cat(new, sep =", ")
 
# display
data

输出：
如输出图像所示，Team 列中与 Name 列中的字符串具有相同索引的每个字符串都用分隔符“，”连接起来。

示例 #2：处理 Null 值
分析数据最重要的部分是处理空值。 str.cat() 提供了一种通过 na_rep 参数处理空值的方法。每次出现空值时，传递给此参数的任何内容都将被替换。
在此示例中，大学列与团队列连接。 “没有大学”被传递给 na_rep 参数以用这个字符串替换 null 。

Python3

# importing pandas module
import pandas as pd
 
# importing csv from link
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
 
# making copy of team column
new = data["Team"].copy()
 
# string to replace null values with
na_string ="No College"
 
# concatenating team with name column
# overwriting name column
data["College"]= data["College"].str.cat(new, sep =", ", na_rep = na_string)
 
# display
data

输出：
从数据框中可以看出，在索引位置 4 和 5 处，有 NULL 值已被替换为“No College”，并且来自 Team 列的字符串已成功连接。