python - 如何在 Pandas 数据框中进行包含空格分隔符的列字符串连接？

Question

我是一个Pandas DataFrame如下:

df = pd.DataFrame({
    'id': [1,2 ,3],
    'txt1': ['Hello there1', 'Hello there2', 'Hello there3'],
    'txt2': ['Hello there4', 'Hello there5', 'Hello there6'],
    'txt3': ['Hello there7', 'Hello there8', 'Hello there9']
})
df

id  txt1            txt2            txt3
1   Hello   there1  Hello there4    Hello there7
2   Hello   there2  Hello there5    Hello there8
3   Hello   there3  Hello there6    Hello there9

我想连接列 txt1、txt2 和 txt3。到目前为止，我能够实现如下:

df['alltext'] = df['txt1']  + df['txt2'] + df['txt3']
df

id  txt1            txt2            txt3            alltext
1   Hello there1    Hello there4    Hello there7    Hello there1Hello there4Hello there7
2   Hello there2    Hello there5    Hello there8    Hello there2Hello there5Hello there8
3   Hello there3    Hello there6    Hello there9    Hello there3Hello there6Hello there9

但是如何在 Pandas 中连接时在两列字符串之间引入 空格 字符？

我刚刚开始学习 Pandas。

Answer 1

您还可以在列之间添加分隔符:

df['alltext'] = df['txt1']  + ' ' + df['txt2'] + ' ' + df['txt3']

或按 DataFrame.filter 过滤仅列名称中带有 txt 的列，并使用 apply 每行使用 join:

df['alltext'] = df.filter(like='txt').apply(' '.join, axis=1)

或仅按 DataFrame.select_dtypes 过滤对象列- 大多数情况下，带有对象 dtype 的 Series 将是 string - 但它可以是任何 Python object :

df['alltext'] = df.select_dtypes('object').apply(' '.join, axis=1)

或按位置选择列 - 所有列均未按 DataFrame.iloc :

df['alltext'] = df.iloc[:, 1:].apply(' '.join, axis=1)

感谢@Jon Clements 提供的解决方案，以便更好地将列名与 txt 和数字匹配:

df['alltext'] = df.filter(regex=r'^txt\d+$').apply(' '.join, axis=1)