python输出字符串中的元素_如何从Python中的dataframe列元素创建字符串？

给定一个数据框df，(实际情况是+1000行df)。 ColB的元素是列表列表。

ColA    ColB

0  'A'    [['a','b','c'],['d','e','f']]

1  'B'    [['f','g','h'],['i','j','k']]

2  'A'    [['l','m','n'],['o','p','q']]

如何使用不同列中的元素有效地创建ColC这是一个字符串，如下所示：

ColC

'A>+a b:c,+d e:f'

'B>+f g:h,+i j:k'

'A>+l m:n,+o p:q'

受此启发，我尝试了以下方法使用df.apply：

df['ColC'] = df.apply(lambda x:'%s>' % (x['ColA']),axis=1)

这适用于字符串的前2个元素。 其余的人很难过。

像这样吗

df['ColC']  = df.ColA + '>+' + df.ColB.str[0].str[0] + \

' ' + df.ColB.str[0].str[1] + ':' + \

df.ColB.str[0].str[2] + ',+' + \

df.ColB.str[1].str[0] + ' ' + \

df.ColB.str[1].str[1] + ':' + \

df.ColB.str[1].str[2]

输出：

ColA                    ColB             ColC

0    A  [[a, b, c], [d, e, f]]  A>+a b:c,+d e:f

1    B  [[f, g, h], [i, j, k]]  B>+f g:h,+i j:k

2    A  [[l, m, n], [o, p, q]]  A>+l m:n,+o p:q

时机

df = pd.concat([df] * 333)

温氏方法

%%timeit df[['t1','t2']]=df['ColB'].apply(pd.Series).applymap(lambda x

: ('{} {}:{}'.format(x[0],x[1],x[2]))) df.ColA+'>+'+df.t1+',+'+df.t2

1个循环，最佳3：每个循环363毫秒

米拉杜洛法

%%timeit df.apply(lambda r:'{}>+{} {}:{},+{}

{}:{}'.format(*flatten(r)), axis=1)

10个循环，最佳3：每个循环74.9毫秒

斯科特波士顿方法

%%timeit df.ColA + '>+' + df.ColB.str[0].str[0] + \

' ' + df.ColB.str[0].str[1] + ':' + \

df.ColB.str[0].str[2] + ',+' + \

df.ColB.str[1].str[0] + ' ' + \

df.ColB.str[1].str[1] + ':' + \

df.ColB.str[1].str[2]

100次循环，最佳3：每个循环12.4毫秒

改变图片。 我什至不知道那是你.....

@WEN LOL ...好的，今晚过后。 今天必须支持Astros！

@miradulo哦...我将原始数据的大小乘以333，以模拟1000行。

@ScottBoston嗯，很公平-当行足够大时，我猜认为暴力字符串表示方法将对性能起主导作用，+ 1

@miradulo与axis = 1一起应用很慢.... :)

@ScottBoston是的，但据我所知，这是归纳总结的唯一方法……叹了口气。

还有一个答案：

df['ColC'] = df.apply(lambda x: '%s>+%s %s:%s,+%s%s:%s'% tuple([x['ColA']]+x['ColB'][0]+x['ColB'][1]),axis=1)

如果我们如下使用flatten函数

def flatten(l):

for el in l:

if isinstance(el, collections.Iterable) and not isinstance(el, (str, bytes)):

yield from flatten(el)

else:

yield el

如该答案所示，那么我们可以轻松地apply使用扁平化元素格式化字符串。

>>> df.apply(lambda r:'{}>+{} {}:{},+{} {}:{}'.format(*flatten(r.values)), axis=1)

0    A>+a b:c,+d e:f

1    B>+f g:h,+i j:k

2    A>+l m:n,+o p:q

dtype: object

希望这会很好地推广。

>>> row_formatter = lambda r: '{}>+{} {}:{},+{} {}:{}'.format(*flatten(r.values))

>>> df.apply(row_formatter, 1)

0    A>+a b:c,+d e:f

1    B>+f g:h,+i j:k

2    A>+l m:n,+o p:q

dtype: object

您正确使用apply

df[['t1','t2']]=df['colB'].apply(pd.Series).applymap(lambda x : ('{} {}:{}'.format(x[0],x[1],x[2])))

df.colA+'>+'+df.t1+',+'+df.t2

Out[648]:

0    A>+a b:c,+d e:f

1    B>+f g:h,+i j:k

2    C>+l m:n,+o p:q

你能解释一下：df [[t1，t2]]。 谢谢

@hernanavella我创建了两个新列来恢复临时值:-)，然后我们可以使用简单的添加来创建所需的字符串

这是我的2美分，也使用apply

定义可以应用于数据框并使用字符串格式分析列的函数

def get_string(x):

col_a = x.ColA

col_b = (ch for ch in x.ColB if ch.isalnum())

string = '{0}>+{1} {2}:{3},+{4} {5}:{6}'.format(col_a.strip("\'"), *col_b)

return(string)

df['ColC'] = df.apply(get_string, axis=1)

df.ColC

0    A>+a b:c,+d e:f

1    B>+f g:h,+i j:k

2    A>+l m:n,+o p:q

我喜欢这样做是因为修改格式很容易，尽管以这种方式使用Apply可能很慢