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 stringdf['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']+&nbsp;")",&nbsp;sep=("&nbsp;")&nbsp;)