Comment combiner plusieurs rangées de chaînes en un seul à l'aide de pandas?

J'ai un DataFrame avec plusieurs lignes. Est-il de toute façon dans laquelle ils peuvent être combinés pour former une chaîne de caractères?

Par exemple:

     words
0    I, will, hereby
1    am, gonna
2    going, far
3    to
4    do
5    this

Résultat attendu:

I, will, hereby, am, gonna, going, far, to, do, this
Quel est le type des éléments? Je devine 0, 1 , etc est index droit?
les index sont comme 0,1,2,3,4,5,6,7,....

OriginalL'auteur eclairs | 2015-10-22

  1. 15

    Vous pouvez utiliser str.cat à rejoindre les cordes de chaque ligne. Pour une Série ou une colonne s, écrire:

    >>> s.str.cat(sep=', ')
'I, will, hereby, am, gonna, going, far, to, do, this'
    j'ai essayé le code mentionné ci-dessus. Il me donne une erreur: AttributeError: 'DataFrame" objet n'a pas d'attribut 'str'. Est-ce parce qu'il y a des lignes vides dans le dataframe ainsi? Si oui, comment puis-je la corriger?
    Le .str accesseur ne fonctionne que sur une Série ou une seule colonne d'un DataFrame (pas la totalité d'un DataFrame). Si vous souhaitez appliquer cette méthode à plusieurs colonnes d'un DataFrame, vous aurez besoin de l'utiliser sur chaque colonne individuellement à son tour.
    merci, pourriez-vous également m'aider à sortir de la syntaxe de la ci-dessus? Si je veux concaténer les lignes de la colonne "mots" de dataframe df, comment dois-je l'écrire? Merci pour votre aide!
    Assurez-vous d'appliquer la méthode de la 'mots' colonne, vous pouvez écrire df['words'].str.cat(sep=', ') (où df est le nom de votre DataFrame).
    Je suis surpris str.cat est plus lent à join() méthode. Vérifier la solution et les horaires ci-dessous.

    OriginalL'auteur Alex Riley

  2. 8

    La façon traditionnelle python join? Et, c'est plus rapide.

    In [209]: ', '.join(df.words)
Out[209]: 'I, will, hereby, am, gonna, going, far, to, do, this'

    Timings en Décembre, en 2016, sur les pandas 0.18.1

    In [214]: df.shape
Out[214]: (6, 1)

In [215]: %timeit df.words.str.cat(sep=', ')
10000 loops, best of 3: 72.2 µs per loop

In [216]: %timeit ', '.join(df.words)
100000 loops, best of 3: 14 µs per loop

In [217]: df = pd.concat([df]*10000, ignore_index=True)

In [218]: df.shape
Out[218]: (60000, 1)

In [219]: %timeit df.words.str.cat(sep=', ')
100 loops, best of 3: 5.2 ms per loop

In [220]: %timeit ', '.join(df.words)
100 loops, best of 3: 1.91 ms per loop
    Intéressant timings, j'obtiens un résultat similaire sur 0.19.2. Cependant, je pense que le compromis est ici que str.cat de manière transparente gérer les valeurs manquantes comme NaN et None (vous pouvez même fournir le na_rep argument de choisir la manière de représenter ces valeurs manquantes). Python join échoue ici. Vous pouvez contourner ce problème en filtrant/remplissage des valeurs manquantes et rejoindre, mais cela ralentit le droit recule. Le remplissage des valeurs manquantes comme cela échoue également si la colonne contient catégorique valeurs; str.cat fonctionne, tout simplement.

    OriginalL'auteur Zero

  3. 6

    Si vous avez un DataFrame plutôt qu'un Series et vous voulez concaténer des valeurs (je pense que les valeurs de texte uniquement) à partir des lignes différentes en fonction d'une autre colonne comme un groupe par la touche, vous pouvez utiliser le .agg méthode de la classe DataFrameGroupBy. Voici une lien vers le manuel de l'API.

    Exemple de code testé avec les Pandas v0.18.1:

    import pandas as pd

df = pd.DataFrame({
    'category': ['A'] * 3 + ['B'] * 2,
    'name': ['A1', 'A2', 'A3', 'B1', 'B2'],
    'num': range(1, 6)
})

df.groupby('category').agg({
    'name': lambda x: ', '.join(x),
    'num': lambda x: x.max()
})
    commentaire mineur: il faut les attribuer à un nouveau dataframe je.e.df2 = df.groupby(...)

    OriginalL'auteur Zhong Dai

  4. 0

    Pour quiconque veut savoir comment les combiner plusieurs rangées de chaînes dans dataframe,

    Je vais vous donner une méthode qui permet de concaténer des chaînes de caractères dans une "fenêtre" de la gamme de proximité de lignes comme suit:

    # add columns based on 'windows-like' rows
df['windows_key_list'] = pd.Series(df['key'].str.cat([df.groupby(['bycol']).shift(-i)['key'] for i in range(1, windows_size)], sep = ' ')

    Note:
    Cela ne peut pas être atteint par groupby, parce que nous n'entendons pas le même id de lignes, juste à côté des lignes.

    OriginalL'auteur Kevin Chou