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

Beim Kombinieren von Spalten mit Zeichenfolgen durch Verketten mit dem Additionoperator + wird das gesamte Ergebnis zu NaN, wenn eines davon NaN ist. Verwenden Sie daher fillna()

df["join"] = "some" + df["col"].fillna(df["val_if_nan"])

Answer 2

Man kann die assign-Methode von DataFrame verwenden:

df= (pd.DataFrame({'Year': ['2014', '2015'], 'quarter': ['q1', 'q2']}).
  assign(period=lambda x: x.Year+x.quarter ))

Answer 3

Wie bereits von vielen erwähnt, müssen Sie jede Spalte in einen String konvertieren und dann den Plusoperator verwenden, um zwei Stringspalten zu kombinieren. Sie können eine erhebliche Leistungsverbesserung erzielen, indem Sie NumPy verwenden.

%timeit df['Year'].values.astype(str) + df.quarter
71.1 ms ± 3.76 ms pro Schleife (Mittelwert ± Standardabweichung von 7 Schleifen, 10 Schleifen insgesamt)

%timeit df['Year'].astype(str) + df['quarter']
565 ms ± 22.3 ms pro Schleife (Mittelwert ± Standardabweichung von 7 Schleifen, 1 Schleife insgesamt)

Answer 4

Ähnlich wie die Antwort von @geher, aber mit einem von Ihnen gewählten Trennzeichen:

SEP = " "
INPUT_COLUMNS_WITH_SEP = ",sep,".join(INPUT_COLUMNS).split(",")

df.assign(sep=SEP)[INPUT_COLUMNS_WITH_SEP].sum(axis=1)

Answer 5

Verwenden Sie .combine_first.

df['Period'] = df['Year'].combine_first(df['Quarter'])