Kombinieren Sie zwei Textspalten im Pandas-Datenrahmen

Question

Ich habe ein 20 x 4000 DataFrame in Python mit pandas. Zwei dieser Spalten sind mit Jahr und Quartal benannt. Ich würde gerne eine Variable namens period erstellen, die aus Jahr = 2000 und Quartal = q2 2000q2 macht.

Kann mir jemand dabei helfen?

Answer 1

Verallgemeinerung auf mehrere Spalten, warum nicht:

columns = ['was auch immer', 'Spalten', 'du', 'wählst']
df['Zeitraum'] = df[columns].astype(str).sum(axis=1)

Answer 2

Sie können lambda verwenden:

combine_lambda = lambda x: '{}{}'.format(x.Year, x.quarter)

Und dann verwenden Sie es, um die neue Spalte zu erstellen:

df['period'] = df.apply(combine_lambda, axis = 1)

Answer 3

Angenommen, Ihr Dataframe heißt df mit den Spalten Jahr und Quartal.

import pandas as pd
df = pd.DataFrame({'Quartal':'q1 q2 q3 q4'.split(), 'Jahr':'2000'})

Angenommen, wir möchten den Dataframe anzeigen;

df
>>>  Quartal    Jahr
   0    q1      2000
   1    q2      2000
   2    q3      2000
   3    q4      2000

Concateniere abschließend das Jahr und das Quartal wie folgt.

df['Periode'] = df['Jahr'] + ' ' + df['Quartal']

Sie können jetzt df print, um den resultierenden Dataframe zu sehen.

df
>>>  Quartal    Jahr    Periode
    0   q1      2000    2000 q1
    1   q2      2000    2000 q2
    2   q3      2000    2000 q3
    3   q4      2000    2000 q4

Wenn Sie den Abstand zwischen Jahr und Quartal nicht wollen, einfach entfernen Sie ihn wie folgt;

df['Periode'] = df['Jahr'] + df['Quartal']

Answer 4

Auch wenn die Antwort von @silvado gut ist, wenn Sie df.map(str) zu df.astype(str) ändern, wird es schneller sein:

import pandas as pd
df = pd.DataFrame({'Jahr': ['2014', '2015'], 'quartal': ['q1', 'q2']})

In [131]: %timeit df["Jahr"].map(str)
10000 Schleifen, bester Wert von 3: 132 us pro Schleife

In [132]: %timeit df["Jahr"].astype(str)
10000 Schleifen, bester Wert von 3: 82.2 us pro Schleife

Answer 5

Hier ist eine Implementierung, die ich sehr vielseitig finde:

In [1]: import pandas as pd 

In [2]: df = pd.DataFrame([[0, 'das', 'schnelle', 'braune'],
   ...:                    [1, 'Fuchs', 'springt', 'über'], 
   ...:                    [2, 'der', 'faule', 'Hund']],
   ...:                   columns=['c0', 'c1', 'c2', 'c3'])

In [3]: def str_join(df, sep, *cols):
   ...:     from functools import reduce
   ...:     return reduce(lambda x, y: x.astype(str).str.cat(y.astype(str), sep=sep), 
   ...:                   [df[col] for col in cols])
   ...: 

In [4]: df['cat'] = str_join(df, '-', 'c0', 'c1', 'c2', 'c3')

In [5]: df
Out[5]: 
   c0   c1     c2     c3                cat
0   0  das  schnelle  braune  0-das-schnelle-braune
1   1  Fuchs  springt   über   1-Fuchs-springt-über
2   2  der   faule    Hund     2-der-faule-Hund