将pandas数据框架中的所有列连在一起。

Question

我试图将一个pandas数据框的所有列连接起来，以便最终得到一个包含数据框中所有值的列。下面的代码可以做到这一点。

df2 = pd.concat([df[0], df[1], df[2], df[3], df[4], df[5], df[6], df[7]])

但是我希望能够在不同列数的数据框中做到这一点。当我试着这样做的时候。

dfpr2 = pd.concat([df.columns)

我得到了以下错误："不能连接类型的对象 <class 'pandas.core.indexes.range.RangeIndex>只有Series和DataFrame objs有效。

有什么方法可以解决这个问题吗？我试过设置ignore_index=True，但似乎也没有用。谢谢!

Answer 1

IIUC df.astype(str).sum(axis=1)

df = pd.DataFrame({'A' : ['A','B','C'],
             'B' : [0,1,2],
             'C' : ['2019-01-10','2020-01-10','2021-01-10']})

df['hash'] = df.astype(str).sum(axis=1)

print(df)

   A  B           C          hash
0  A  0  2019-01-10  A02019-01-10
1  B  1  2020-01-10  B12020-01-10
2  C  2  2021-01-10  C22021-01-10

如果你需要自定义定界符，则使用 .agg

df.astype(str).agg('|'.join,axis=1)

0    A|0|2019-01-10
1    B|1|2020-01-10
2    C|2|2021-01-10

Answer 2

这是一种简单的连接列值的方法。

df1 = df['1st Column Name'] + df['2nd Column Name'] + ...

Answer 3

Timing for different methods : 

%timeit df.iloc[:,0].str.cat(df.iloc[:,1:].astype(str),',')
880 µs ± 28.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.astype(str).agg('|'.join,axis=1)
1.45 ms ± 39 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.astype(str).sum(axis=1)
562 µs ± 11.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit [','.join(ent) for ent in df.astype(str).to_numpy()]
350 µs ± 6.48 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

我想@cs95有一个stackoverflow的帖子谈到了字符串，对于字符串来说，当计算在Python内完成时，它们的速度会快很多。