python 中 Dataframe 的连续列？

Question

我有一个使用以下代码生成的数据框：

# importing pandas as pd 
import pandas as pd 

# Create the dataframe 
df = pd.DataFrame({'Category':['A', 'B', 'C', 'D'], 
                   'Event':['Music Theater', 'Poetry Music', 'Theatre Comedy', 'Comedy Theatre'], 
                   'Cost':[10000, 5000, 15000, 2000]}) 

# Print the dataframe 
print(df) 

我希望生成一个组合所有三列的列表，并通过“_”删除空格，并删除所有尾随空格：-

[A_Music_Theater_10000, B_Poetry_Music_5000,C_Theatre_Comedy_15000,D_Comedy_Theatre_2000]

我想以最优化的方式来处理它，因为运行时间对我来说是个问题。 所以要避免 for 循环。 谁能告诉我如何实现这是最优化的方式？

Answer 1

最通用的解决方案是将所有值转换为字符串，使用join和 last replace ：

df['new'] = df.astype(str).apply('_'.join, axis=1).str.replace(' ', '_')

如果只需要过滤一些列：

cols = ['Category','Event','Cost']
df['new'] = df[cols].astype(str).apply('_'.join, axis=1).str.replace(' ', '_')

或单独处理每一列 - 如有必要，将数字列replace并转换为字符串：

df['new'] = (df['Category'] + '_' + 
             df['Event'].str.replace(' ', '_') + '_' + 
             df['Cost'].astype(str))

或者在转换为字符串后添加_ 、 sum ，但在将删除 traling _替换为rstrip后是必需的：

df['new'] = df.astype(str).add('_').sum(axis=1).str.replace(' ', '_').str.rstrip('_')

---

print(df) 
  Category           Event   Cost                     new
0        A   Music Theater  10000   A_Music_Theater_10000
1        B    Poetry Music   5000     B_Poetry_Music_5000
2        C  Theatre Comedy  15000  C_Theatre_Comedy_15000
3        D  Comedy Theatre   2000   D_Comedy_Theatre_2000