2つのパンダ列の文字列連結

私は以下を持っていますDataFrame：

from pandas import *
df = DataFrame({'foo':['a','b','c'], 'bar':[1, 2, 3]})

次のようになります。

    bar foo
0    1   a
1    2   b
2    3   c

今、私は次のようなものが欲しいです：

     bar
0    1 is a
1    2 is b
2    3 is c

どうすればこれを達成できますか？私は以下を試しました：

df['foo'] = '%s is %s' % (df['bar'], df['foo'])

しかし、それは私に間違った結果を与えます：

>>>print df.ix[0]

bar                                                    a
foo    0    a
1    b
2    c
Name: bar is 0    1
1    2
2
Name: 0

ばかげた質問で申し訳ありませんが、これはパンダです。DataFrameで2つの列を組み合わせるのは役に立ちませんでした。

df['bar'] = df.bar.map(str) + " is " + df.foo。

この質問はすでに回答済みですが、これまでに説明されていないいくつかの有用な方法を組み合わせて、これまでに提案されたすべての方法をパフォーマンスの観点から比較するとよいと思います。

この問題に対するいくつかの有用な解決策を、パフォーマンスの高い順に示します。

DataFrame.agg

これは単純なstr.formatアプローチです。

df['baz'] = df.agg('{0[bar]} is {0[foo]}'.format, axis=1)
df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

ここでf-stringフォーマットを使用することもできます。

df['baz'] = df.agg(lambda x: f"{x['bar']} is {x['foo']}", axis=1)
df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

char.arrayベースの連結

列をとして連結するように変換してからchararrays、それらを一緒に追加します。

a = np.char.array(df['bar'].values)
b = np.char.array(df['foo'].values)

df['baz'] = (a + b' is ' + b).astype(str)
df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

リスト理解とzip

パンダのリスト内包表記が過小評価されていることを誇張することはできません。

df['baz'] = [str(x) + ' is ' + y for x, y in zip(df['bar'], df['foo'])]

または、を使用str.joinして連結します（スケーリングも向上します）。

df['baz'] = [
    ' '.join([str(x), 'is', y]) for x, y in zip(df['bar'], df['foo'])]

df
  foo  bar     baz
0   a    1  1 is a
1   b    2  2 is b
2   c    3  3 is c

文字列操作は本質的にベクトル化が難しく、ほとんどのパンダの「ベクトル化」関数は基本的にループのラッパーであるため、リスト内包表記は文字列操作に優れています。私はこのトピックについてパンダのForループで広範囲に書いています-いつ気にする必要がありますか？。一般に、インデックスの配置について心配する必要がない場合は、文字列および正規表現の操作を処理するときにリスト内包表記を使用します。

上記のリストcompは、デフォルトではNaNを処理しません。ただし、処理する必要がある場合を除いて、いつでもtryをラップする関数を作成できます。

def try_concat(x, y):
    try:
        return str(x) + ' is ' + y
    except (ValueError, TypeError):
        return np.nan


df['baz'] = [try_concat(x, y) for x, y in zip(df['bar'], df['foo'])]

perfplot パフォーマンス測定

perfplotを使用して生成されたグラフ。これが完全なコードリストです。

関数

def brenbarn(df):
    return df.assign(baz=df.bar.map(str) + " is " + df.foo)

def danielvelkov(df):
    return df.assign(baz=df.apply(
        lambda x:'%s is %s' % (x['bar'],x['foo']),axis=1))

def chrimuelle(df):
    return df.assign(
        baz=df['bar'].astype(str).str.cat(df['foo'].values, sep=' is '))

def vladimiryashin(df):
    return df.assign(baz=df.astype(str).apply(lambda x: ' is '.join(x), axis=1))

def erickfis(df):
    return df.assign(
        baz=df.apply(lambda x: f"{x['bar']} is {x['foo']}", axis=1))

def cs1_format(df):
    return df.assign(baz=df.agg('{0[bar]} is {0[foo]}'.format, axis=1))

def cs1_fstrings(df):
    return df.assign(baz=df.agg(lambda x: f"{x['bar']} is {x['foo']}", axis=1))

def cs2(df):
    a = np.char.array(df['bar'].values)
    b = np.char.array(df['foo'].values)

    return df.assign(baz=(a + b' is ' + b).astype(str))

def cs3(df):
    return df.assign(
        baz=[str(x) + ' is ' + y for x, y in zip(df['bar'], df['foo'])])

コードの問題は、すべての行に操作を適用したいということです。あなたがそれを書いた方法は、「bar」と「foo」の列全体を取り、それらを文字列に変換し、1つの大きな文字列を返します。あなたはそれを次のように書くことができます：

df.apply(lambda x:'%s is %s' % (x['bar'],x['foo']),axis=1)

他の回答よりも長くなりますが、より一般的です（文字列ではない値で使用できます）。

あなたも使うことができます

df['bar'] = df['bar'].str.cat(df['foo'].values.astype(str), sep=' is ')

df.astype(str).apply(lambda x: ' is '.join(x), axis=1)

0    1 is a
1    2 is b
2    3 is c
dtype: object

@DanielVelkovの答えは適切ですが、文字列リテラルを使用する方が高速です。

# Daniel's
%timeit df.apply(lambda x:'%s is %s' % (x['bar'],x['foo']),axis=1)
## 963 µs ± 157 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# String literals - python 3
%timeit df.apply(lambda x: f"{x['bar']} is {x['foo']}", axis=1)
## 849 µs ± 4.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

series.str.cat この問題に取り組む最も柔軟な方法は次のとおりです。

ために df = pd.DataFrame({'foo':['a','b','c'], 'bar':[1, 2, 3]})

df.foo.str.cat(df.bar.astype(str), sep=' is ')

>>>  0    a is 1
     1    b is 2
     2    c is 3
     Name: foo, dtype: object

または

df.bar.astype(str).str.cat(df.foo, sep=' is ')

>>>  0    1 is a
     1    2 is b
     2    3 is c
     Name: bar, dtype: object

最も重要なのは（そしてとは異なり.join()）、これにより、Null値を無視したり、na_repパラメーターで置き換えたりすることができます。