Python：根据具有列表的列将列连接起来

Bartek Nowakowski

我有一个DataFrame像下面：

df
      A    B     C    D    E    key
0  test    Z  10.0    a    a  10111
1  test    A  10.0    a    a  10111
2  test    x   2.0    a    b  11010
3  test    5  12.0    b    b  10100
4  test    x   5.0    c    b  11000
5  test    2  14.0    g    c  10111

我需要得到的是将所有字符串相应地连接到keycolumn：

key在位置[0]处为col A，key在位置[1]处为col B，依此类推...
每个1都用于拍摄，每个0都用于跳过列

结果应如下所示：

      A    B     C    D    E    key     key_val
0  test    Z  10.0    a    a  10111  test10.0aa
1  test    A  10.0    a    a  10111  test10.0aa
2  test    x   2.0    a    b  11010      testxa
3  test    5  12.0    b    b  10100    test12.0
4  test    x   5.0    c    b  11000       testx
5  test    2  14.0    g    c  10111  test14.0gc

到目前为止，我所做的是-创建了带有以下内容的key_list列：

df['key_list'] = df['key'].apply(lambda x: list(str(x)))

df
      A  B     C  D  E    key         key_list
0  test  Z  10.0  a  a  10111  [1, 0, 1, 1, 1]
1  test  A  10.0  a  a  10111  [1, 0, 1, 1, 1]
2  test  x   2.0  a  b  11010  [1, 1, 0, 1, 0]
3  test  5  12.0  b  b  10100  [1, 0, 1, 0, 0]
4  test  x   5.0  c  b  11000  [1, 1, 0, 0, 0]
5  test  2  14.0  g  c  10111  [1, 0, 1, 1, 1]

下一步，我尝试了此操作（我想乘以1或0以包含或排除字符串）：

df.apply((df['A'].astype(str) * df['key_list'][0]) +
         (df['B'].astype(str) * df['key_list'][1]) +
         (df['C'].astype(str) * df['key_list'][2]) +
         (df['D'].astype(str) * df['key_list'][3]) +
         (df['E'].astype(str) * df['key_list'][4]), axis=1)

但这似乎是错误的主意：ValueError: operands could not be broadcast together with shapes (6,) (5,)。我遵循字符串连接的常规做法，只是需要额外的步骤：

df['A'].astype(str) + df['B'].astype(str) + df['C'].astype(str) + df['D'].astype(str) + df['E'].astype(str)

耶斯列尔

想法是将key列转换为掩码，然后将不匹配项替换为空字符串DataFrame.where并求和join：

c = ['A','B','C','D','E']

L = [list(str(x)) for x in df['key']]
m = pd.DataFrame(L, columns=c, index=df.index).fillna(0).astype(int).astype(bool)
print (m)
      A      B      C      D      E
0  True  False   True   True   True
1  True  False   True   True   True
2  True   True  False   True  False
3  True  False   True  False  False
4  True   True  False  False  False
5  True  False   True   True   True

df['key_val'] = df[c].where(m, '').astype(str).sum(axis=1)
print (df)
      A  B     C  D  E    key     key_val
0  test  Z  10.0  a  a  10111  test10.0aa
1  test  A  10.0  a  a  10111  test10.0aa
2  test  x   2.0  a  b  11010      testxa
3  test  5  12.0  b  b  10100    test12.0
4  test  x   5.0  c  b  11000       testx
5  test  2  14.0  g  c  10111  test14.0gc