Python | Pandas Series.str.cat()连接字符串
原文:https://www.geesforgeks.org/python-pandas-series-str-cat-to-concatenate-string/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。 Pandas str.cat() 用于将字符串连接到传递的调用者字符串系列。可以传递不同系列的不同值，但两个系列的长度必须相同。 。str 必须加上前缀，以区别于 Python 的默认方法。
语法: Series.str.cat(others=None，sep=None，na_rep=None) 参数: others: Series，index，数据框或字符串列表要连接的字符串 sep :要放在两个字符串之间的分隔符 na_rep: None 或字符串值要替换为空值的字符串值 返回类型: Series 与连接的字符串值
要下载使用的 Csv 文件，点击这里的。 在下面的例子中，使用的数据框包含了一些 NBA 球员的数据。任何操作前的数据框图像附在下面。
示例#1: 用分隔符连接列 在此示例中，团队列在名称列的末尾用分隔符“，”连接。名称列将被新系列覆盖，然后显示数据框。
蟒蛇 3
# importing pandas module
import pandas as pd
# importing csv from link
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
# making copy of team column
new = data["Team"].copy()
# concatenating team with name column
# overwriting name column
data["Name"]= data["Name"].str.cat(new, sep =", ")
# display
data
输出: 如输出图像所示，Team 列中索引与 Name 列中的字符串相同的每个字符串都用分隔符“，”连接在一起。
例 2: 处理空值 分析数据最重要的部分就是处理空值。str.cat()提供了一种通过 na_rep 参数处理 null 值的方法。传递给该参数的内容将在每次出现空值时被替换。 在本例中，学院列与团队列串联。将“无学院”传递给 na_rep 参数，用此字符串替换 null。
蟒蛇 3
# importing pandas module
import pandas as pd
# importing csv from link
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
# making copy of team column
new = data["Team"].copy()
# string to replace null values with
na_string ="No College"
# concatenating team with name column
# overwriting name column
data["College"]= data["College"].str.cat(new, sep =", ", na_rep = na_string)
# display
data
输出: 在数据框中可以看到，在索引位置 4 和 5，有一个空值，该值已被替换为“无学院”，来自团队列的字符串已成功连接。
