Hoe twee kolommen in panda's te combineren (met voorbeelden)

U kunt de volgende syntaxis gebruiken om twee tekstkolommen te combineren tot één in een pandas DataFrame:

 df[' new_column '] = df[' column1 '] + df[' column2 ']

Als een van de kolommen nog geen string is, kun je deze converteren met de opdracht astype(str) :

 df[' new_column '] = df[' column1 ']. astype ( str )+df[' column2 ']

En u kunt de volgende syntaxis gebruiken om meerdere tekstkolommen in één te combineren:

 df[' new_column '] = df[[' col1 ', ' col2 ', ' col3 ', ...]]. agg (' '. join , axis= 1 )

De volgende voorbeelden laten zien hoe u tekstkolommen in de praktijk kunt combineren.

Voorbeeld 1: Combineer twee kolommen

De volgende code laat zien hoe u twee tekstkolommen combineert tot één in een pandas DataFrame:

 import pandas as pd

#create dataFrame
df = pd. DataFrame ({' team ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],
                   ' first ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],
                   ' last ': ['Nowitzki', 'Bryant', 'Duncan', 'James'],
                   ' points ': [26, 31, 22, 29]})

#combine first and last name column into new column, with space in between
df[' full_name '] = df[' first '] + ' ' + df[' last ']

#view resulting dataFrame
df

team first last points full_name
0 Mavs Dirk Nowitzki 26 Dirk Nowitzki
1 Lakers Kobe Bryant 31 Kobe Bryant
2 Spurs Tim Duncan 22 Tim Duncan
3 Cavs LeBron James 29 LeBron James

We hebben de voor- en achternaamkolom samengevoegd met een spatie ertussen, maar we kunnen ook een ander scheidingsteken gebruiken, zoals een koppelteken:

 #combine first and last name column into new column, with dash in between
df[' full_name '] = df[' first '] + ' - ' + df[' last ']

#view resulting dataFrame
df

team first last points full_name
0 Mavs Dirk Nowitzki 26 Dirk - Nowitzki
1 Lakers Kobe Bryant 31 Kobe - Bryant
2 Spurs Tim Duncan 22 Tim - Duncan
3 Cavs Lebron James 29 Lebron - James

Voorbeeld 2: Converteren naar tekst en twee kolommen combineren

De volgende code laat zien hoe u een kolom naar tekst converteert en deze vervolgens aan een andere kolom koppelt:

 import pandas as pd

#create dataFrame
df = pd. DataFrame ({' team ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],
                   ' first ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],
                   ' last ': ['Nowitzki', 'Bryant', 'Duncan', 'James'],
                   ' points ': [26, 31, 22, 29]})

#convert points to text, then join to last name column
df[' name_points '] = df[' last '] + df[' points ']. astype ( str )

#view resulting dataFrame
df

        team first last points name_points
0 Mavs Dirk Nowitzki 26 Nowitzki26
1 Lakers Kobe Bryant 31 Bryant31
2 Spurs Tim Duncan 22 Duncan22
3 Cavs LeBron James 29 James29

Voorbeeld 3: Combineer meer dan twee kolommen

De volgende code laat zien hoe u meerdere kolommen samenvoegt tot één:

 import pandas as pd

#create dataFrame
df = pd. DataFrame ({' team ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],
                   ' first ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],
                   ' last ': ['Nowitzki', 'Bryant', 'Duncan', 'James'],
                   ' points ': [26, 31, 22, 29]})

#join team, first name, and last name into one column
df[' team_and_name '] = df[[' team ', ' first ', ' last ']]. agg (' '. join , axis= 1 )

#view resulting dataFrame
df

team first last points team_name
0 Mavs Dirk Nowitzki 26 Mavs Dirk Nowitzki
1 Lakers Kobe Bryant 31 Lakers Kobe Bryant
2 Spurs Tim Duncan 22 Spurs Tim Duncan
3 Cavs Lebron James 29 Cavs Lebron James

Aanvullende bronnen

Panda’s: hoe u het verschil tussen twee kolommen kunt vinden
Panda’s: hoe je het verschil tussen twee lijnen kunt vinden
Panda’s: kolommen op naam sorteren