在 pandas DataFrame 列中使用字符串格式

Question

我有以下数据框（两列都是 str 类型）：+------+-----------------+| year | indicator_short |+------+-----------------+| 2020 | ind_1           || 2019 | ind_2           || 2019 | ind_3           || N/A  | ind_4           |+------+-----------------+我想添加新列，其中包含两个现有列的串联，但我希望它们的格式如下：+------+-----------------+--------------------+| year | indicator_short |   indicator_full   |+------+-----------------+--------------------+| 2020 | ind_1           | Indicator_1 (2020) || 2019 | ind_2           | Indicator_2 (2019) || 2019 | ind_3           | Indicator_3 (2019) || N/A  | ind_4           | Indicator_4 (N/A)  |+------+-----------------+--------------------+我想到的一件事是使用格式，例如'：df['indicator_full'][df['indicator_short']=='ind_1'] = 'Indicator_1 ({})'.format(df['year'])但它给出了错误的结果。

Answer 1

我会使用字符串连接并将字符串列格式化为：

years = '('+df['year'].astype(str).str.replace(r'.0$','')+')' 

# years =  '('+df['year']+')' if the year col is a string

df['indicator_full   '] = ('Indicator_'+df.indicator_short.str.rsplit('_').str[-1]) \

                                          .str.cat(years, sep=' ')

print(df)

     year indicator_short   indicator_full   

0  2020.0           ind_1  Indicator_1 (2020)

1  2019.0           ind_2  Indicator_2 (2019)

2  2019.0           ind_3  Indicator_3 (2019)

3     NaN           ind_4   Indicator_4 (nan)

Answer 2

用于Series.str.extract从 获取整数indicator_short，从列中的浮点数获取整数year并最后连接在一起：

i = df['indicator_short'].str.extract('(\d+)', expand=False)

y = df['year'].astype('Int64').astype(str).replace('<NA>','N/A')

df['indicator_full'] = 'Indicator_' + i + ' (' + y + ')'

print (df)

0  2020.0           ind_1  Indicator_1 (2020)

1  2019.0           ind_2  Indicator_2 (2019)

2  2019.0           ind_3  Indicator_3 (2019)

3     NaN           ind_4   Indicator_4 (N/A)

Answer 3

替换为using后.str.cat()对concat两列使用indIndicator.str.replace.

df['indicator_full']=(df.indicator_short.str.replace('ind','Indicator')).str.cat("("+df['year']+ ")", sep=(" ") )