Python 使用str列进行赋值

我非常喜欢

pandas.assign（）

函数，尤其是与

lambda

表达式结合使用时。 然而，在处理字符串连接时，我遇到了一个未知的行为，我还不明白。我找到了这条线索，但它没有回答我的问题：

我的问题的最小工作示例：

将熊猫作为pd导入
df=pd.DataFrame（{'Firstname'：['Sandy'，'Peter'，'Dolly']，
“姓氏”：[“阳光”、“帕克”、“哑巴”]）

返回

Firstname姓氏
0沙质阳光
1彼得·帕克
2多莉哑巴

现在，如果我想分配，例如，

全名

，我想我可以简单地做：

df=df.assign（**{'Full Name'：lambda x:f'{x.Firstname}{x.lasname}}）

但这不仅仅是基于每一行（如预期）创建一个新字符串，如“Sandy Sunshine”，而是基于所有行，如以下所示：

谁能解释一下为什么我的方法不起作用，为什么会这样

df=df.assign（**{'Full Name'：lambda x:x.Firstname+''+x.lasname}）

---

显然有效？谢谢：）

在pandas

f-string

s中，用于组合字符串的工作元素是正确的，因为不存在针对数组的解决方案

因此，在您的解决方案中，将所有

系列

（df中的列）组合在一起

如果需要使用

f-string

s，一种可能的解决方案是在压缩列中循环pro分别处理每一对：

df = df.assign(**{'Full Name': lambda x: [f'{Firstname} {Surname}' 
                                         for Firstname, Surname in 
                                         zip(x['Firstname'], x['Surname'])]})
print (df)
  Firstname   Surname       Full Name
0     Sandy  Sunshine  Sandy Sunshine
1     Peter    Parker    Peter Parker
2     Dolly      Dumb      Dolly Dumb

因此，

f'{x.Firstname}{x.lasname}'

的输出将是

0    Sandy
1    Peter
2    Dolly
Name: Firstname, dtype: object 0    Sunshine
1      Parker
2        Dumb
Name: Surname, dtype: object

现在

df.assign（新列='a'）

将输出：

 Firstname   Surname new_col
0     Sandy  Sunshine       a
1     Peter    Parker       a
2     Dolly      Dumb       a

这就是为什么每行都有下面的字符串

0    Sandy
1    Peter
2    Dolly
Name: Firstname, dtype: object 0    Sunshine
1      Parker
2        Dumb
Name: Surname, dtype: object

在第二种情况下：

df.assign(**{'Full Name': lambda x: x.Firstname + ' ' + x.Surname})

相当于

df.assign(Full_name = df['Firstname'] + ' ' + df['Surname']

它只是字符串连接元素，所以它可以按预期工作

您可以在这里使用

pd.Series.str.cat

df['Full Name'] = df['Firstname'].str.cat(df['Surname'],sep=' ')

结果

f'{df.Firstname} {df.Surname}'

具有类型

str

，是熊猫系列的字符串表示形式，而

df.Firstname + ' ' + df.Surname

is

pandas.core.series.series

。正因为如此，分配被区别对待

f'{df.Firstname} {df.Surname}'

df.Firstname + ' ' + df.Surname