Skip to main content
 首页 » 编程设计

python之将类别列转换为 Python 中的一个字符串列

2025年02月15日21jyk

这是对先前提出的问题(由我提出 :))的后续问题 Oneliner to create string column from multiple columns

我想将数据框中的子集列合并到一个新的字符串列中。 @Zero 非常友好地为我提供了这个问题的解决方案

import pandas as pd 
 
df = pd.DataFrame({'gender' : ['m', 'f', 'f'],\ 
                   'code' : ['K2000', 'K2000', 'K2001']}) 
 
 
col_names = df.columns 
df_str = df[col_names].astype(str).apply('_'.join, axis=1) 
df_str 
Out[17]:  
0       K2000_m 
1       K2000_f 
2       K2001_f 
dtype: object 

但是,如果我引入间隔数据,这将失败

df = pd.DataFrame({'gender' : ['m', 'f', 'f'],\ 
                   'code' : ['K2000', 'K2000', 'K2001'],\ 
                   'num' : pd.cut([3, 6, 9], [0, 5, 10])}) 
col_names = df.columns 
df_str = df[col_names].astype(str).apply('_'.join, axis=1) 

理想情况下,我还想将数据转换为分类数据(同样失败)

df_cat = pd.concat([df['gender'].astype('category'), \ 
                    df['code'].astype('category'), \ 
                    df['num'].astype('category')], axis=1) 
df_cat_str = df_cat[col_names].astype(str).apply('_'.join, axis=1) 

这是怎么回事?我怎样才能达到预期的输出

0   K2000_m_(0, 5] 
1  K2000_f_(5, 10] 
2  K2001_f_(5, 10] 

与前面的问题一样,col_names 应该是包含列的任何子集的列表(不一定是本例中的所有列)

请您参考如下方法:

您需要在 lambda 函数中将每一列分别转换为 str:

df_str = df[col_names].apply(lambda x: '_'.join(x.astype(str)), axis=1) 
print (df_str) 
0     K2000_m_(0, 5] 
1    K2000_f_(5, 10] 
2    K2001_f_(5, 10] 
dtype: object