pandas.Series.str.cat#
- Series.str.cat(others=None, sep=None, na_rep=None, join='left')[源代码]#
使用给定的分隔符连接序列/索引中的字符串。
如果 others ，则此函数将串联系列/索引和 others 元素方面。如果 others 不传递，则序列/索引中的所有值都将连接成具有给定 sep 。
- 参数
- others系列、索引、DataFrame、np.ndarray或类似列表
Series、Index、DataFrame、np.ndarray(一维或二维)和其他类似列表的字符串必须具有与调用Series/Index相同的长度，但索引对象(即Series/Index/DataFrame)除外，如果 join 并不是没有。
如果Other是一个类似于包含Series、Index或np.ndarray(1-dim)组合的列表，则所有元素都将被解包，并且必须分别满足上述标准。
如果Other为None，则该方法返回调用Series/Index中所有字符串的串联。
- sep字符串，默认为‘’
不同元素/列之间的分隔符。默认情况下，空字符串 '' 是使用的。
- na_rep字符串或无，默认为无
为所有缺少的值插入的表示法：
如果 na_rep 为None，并且 others 为None，则从结果中省略系列/索引中缺少的值。
如果 na_rep 为None，并且 others 不是NONE，则在任何列中包含缺失值的行(在串联之前)将在结果中具有缺失值。
- join{‘左’，‘右’，‘外’，‘内’}，默认‘左’
确定调用序列/索引与中的任何序列/索引/数据帧之间的联接样式 others (没有索引的对象需要与调用序列/索引的长度匹配)。要禁用对齐，请使用 .values 中的任何系列/索引/数据帧上 others 。
0.23.0 新版功能.
在 1.0.0 版更改: 已更改默认为 join 从无到 'left' 。
- 退货
- 字符串、系列或索引
如果 others 是没有的， str 是返回的，否则为 Series/Index (与调用者相同的类型)返回对象。
示例
不及格的时候 others ，则将所有值连接成单个字符串：
>>> s = pd.Series(['a', 'b', np.nan, 'd']) >>> s.str.cat(sep=' ') 'a b d'
默认情况下，系列中的NA值被忽略。vbl.使用 na_rep ，可以为他们提供一个代表：
>>> s.str.cat(sep=' ', na_rep='?') 'a b ? d'
如果 others 则相应的值将与分隔符串联。结果将是一系列字符串。
>>> s.str.cat(['A', 'B', 'C', 'D'], sep=',') 0 a,A 1 b,B 2 NaN 3 d,D dtype: object
缺少的值在结果中仍将丢失，但可以再次使用 na_rep
>>> s.str.cat(['A', 'B', 'C', 'D'], sep=',', na_rep='-') 0 a,A 1 b,B 2 -,C 3 d,D dtype: object
如果 sep 如果未指定，则串联这些值时不会分隔。
>>> s.str.cat(['A', 'B', 'C', 'D'], na_rep='-') 0 aA 1 bB 2 -C 3 dD dtype: object
具有不同索引的系列可以在串联之前对齐。这个 join -Keyword的工作原理与其他方法相同。
>>> t = pd.Series(['d', 'a', 'e', 'c'], index=[3, 0, 4, 2]) >>> s.str.cat(t, join='left', na_rep='-') 0 aa 1 b- 2 -c 3 dd dtype: object >>> >>> s.str.cat(t, join='outer', na_rep='-') 0 aa 1 b- 2 -c 3 dd 4 -e dtype: object >>> >>> s.str.cat(t, join='inner', na_rep='-') 0 aa 2 -c 3 dd dtype: object >>> >>> s.str.cat(t, join='right', na_rep='-') 3 dd 0 aa 4 -e 2 -c dtype: object
有关更多示例，请参见 here 。