팬더를 사용하여 문자열 열의 각 값에 문자열 접두사를 추가하다

팬더를 사용하여 문자열 열의 각 값에 문자열 접두사를 추가하다

팬더 데이터 프레임의 상기 열에 있는 각 값의 시작 부분에 문자열을 붙이고 싶습니다.이 방법을 이미 알고 있으며 현재 사용하고 있습니다.

df.ix[(df['col'] != False), 'col'] = 'str'+df[(df['col'] != False), 'col']

이것은 매우 고상한 작업인 것 같습니다.다른 방법을 알고 계십니까(열은 0 또는 NaN인 행에 문자를 추가할 수도 있습니다).

아직 불명확한 경우는, 다음과 같이 하고 싶습니다.

    col 
1     a
2     0

다음과 같이 입력합니다.

       col 
1     stra
2     str0

df['col'] = 'str' + df['col'].astype(str)

예:

>>> df = pd.DataFrame({'col':['a',0]})
>>> df
  col
0   a
1   0
>>> df['col'] = 'str' + df['col'].astype(str)
>>> df
    col
0  stra
1  str0

대체 수단으로, 다음과 같은 기능을 사용할 수도 있습니다.apply와 조합하여format예를 들어 접미사를 추가하거나 요소 자체를 조작하고 싶을 때 조금 더 읽기 쉽다는 것을 알 수 있습니다.

df = pd.DataFrame({'col':['a', 0]})

df['col'] = df['col'].apply(lambda x: "{}{}".format('str', x))

또, 다음의 출력도 얻을 수 있습니다.

    col
0  stra
1  str0

Python 3.6+ 를 사용하고 있는 경우는, f-string 을 사용할 수도 있습니다.

df['col'] = df['col'].apply(lambda x: f"str{x}")

같은 결과를 얻을 수 있습니다.

f-string 버전은 @RomanPekar의 솔루션(python 3.6.4):

df = pd.DataFrame({'col':['a', 0]*200000})

%timeit df['col'].apply(lambda x: f"str{x}")
117 ms ± 451 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit 'str' + df['col'].astype(str)
112 ms ± 1.04 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

사용.format단, 실제로는 훨씬 느립니다.

%timeit df['col'].apply(lambda x: "{}{}".format('str', x))
185 ms ± 1.07 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

사용할 수 있습니다.pandas.Series.map:

df['col'].map('str{}'.format)

이 예에서는 다음 단어를 적용합니다.str당신의 모든 가치보다 먼저.

테이블 파일을 로딩하는 경우dtype=str
또는 열 유형을 문자열로 변환합니다.df['a'] = df['a'].astype(str)
다음과 같은 접근방식을 사용할 수 있습니다.

df['a']= 'col' + df['a'].str[:]

이 접근법에서는 프리펜드, 추가 및 서브셋 문자열이 허용됩니다.df.
팬더 v0.23.4, v0.24.1에서 작동합니다. 이전 버전은 알 수 없습니다.

.loc의 다른 솔루션:

df = pd.DataFrame({'col': ['a', 0]})
df.loc[df.index, 'col'] = 'string' + df['col'].astype(str)

이는 위의 솔루션보다 빠르지 않지만(루프당 1ms 이상 느림), 다음과 같은 조건부 변경이 필요한 경우에 도움이 됩니다.

mask = (df['col'] == 0)
df.loc[mask, 'col'] = 'string' + df['col'].astype(str)

CSV 내보내기 시 사람이 읽을 수 있는 값 등의 NaN을 제어하면서 열 접두사에 기여합니다.

"_" + df['col1'].replace(np.nan,'').astype(str)

예:

import sys
import platform
import pandas as pd
import numpy as np

print("python {}".format(platform.python_version(), sys.executable))
print("pandas {}".format(pd.__version__))
print("numpy {}".format(np.__version__))

df = pd.DataFrame({
    'col1':["1a","1b","1c",np.nan],
    'col2':["2a","2b",np.nan,"2d"], 
    'col3':[31,32,33,34],
    'col4':[np.nan,42,43,np.nan]})

df['col1_prefixed'] = "_" + df['col1'].replace(np.nan,'no value').astype(str)
df['col4_prefixed'] = "_" + df['col4'].replace(np.nan,'no value').astype(str)

print(df)

python 3.7.3
pandas 1.2.3
numpy 1.18.5
  col1 col2  col3  col4 col1_prefixed col4_prefixed
0   1a   2a    31   NaN           _1a     _no value
1   1b   2b    32  42.0           _1b         _42.0
2   1c  NaN    33  43.0           _1c         _43.0
3  NaN   2d    34   NaN     _no value     _no value

(자세히 말해서 죄송합니다.관련되지 않은 컬럼 타입의 문제에 대해 작업하다가 이 Q를 발견했고, 이것이 제 재생 코드입니다.)

언급URL : https://stackoverflow.com/questions/20025882/add-a-string-prefix-to-each-value-in-a-string-column-using-pandas