python - 在python中连接数据框的列？

Question

我使用以下代码生成了一个数据框:

# importing pandas as pd 
import pandas as pd 

# Create the dataframe 
df = pd.DataFrame({'Category':['A', 'B', 'C', 'D'], 
                   'Event':['Music Theater', 'Poetry Music', 'Theatre Comedy', 'Comedy Theatre'], 
                   'Cost':[10000, 5000, 15000, 2000]}) 

# Print the dataframe 
print(df) 

我希望生成一个组合所有三列的列表，并通过“_”删除空格，例如并删除所有尾随空格:-

[A_Music_Theater_10000, B_Poetry_Music_5000,C_Theatre_Comedy_15000,D_Comedy_Theatre_2000]

我希望以最优化的方式实现它，因为运行时间对我来说是一个问题。所以希望避免 for 循环。谁能告诉我如何实现这是最优化的方式？

Answer 1

最通用的解决方案是将所有值转换为字符串，使用join和最后的replace:

df['new'] = df.astype(str).apply('_'.join, axis=1).str.replace(' ', '_')

如果只需要过滤某些列:

cols = ['Category','Event','Cost']
df['new'] = df[cols].astype(str).apply('_'.join, axis=1).str.replace(' ', '_')

或者单独处理每一列 - 如有必要替换并将数字列转换为字符串:

df['new'] = (df['Category'] + '_' + 
             df['Event'].str.replace(' ', '_') + '_' + 
             df['Cost'].astype(str))

或者在转换为字符串后添加_、sum，但在替换后需要用rstrip删除traling _ :

df['new'] = df.astype(str).add('_').sum(axis=1).str.replace(' ', '_').str.rstrip('_')

<小时/>

print(df) 
  Category           Event   Cost                     new
0        A   Music Theater  10000   A_Music_Theater_10000
1        B    Poetry Music   5000     B_Poetry_Music_5000
2        C  Theatre Comedy  15000  C_Theatre_Comedy_15000
3        D  Comedy Theatre   2000   D_Comedy_Theatre_2000