Python 连接多个DataFrame列并删除多个空格

我有一个pandas数据帧（20 x 1e6），其中有几个名称字段

['PREFIX'、'FIRST\u name'、'MIDDLE\u name'、'LAST\u name'、'SUFFIX']

，我正试图将其连接到一个字段

'FULLNAME'

。名称字段通常在字符串的开头或结尾有空格，而且许多记录的字段为空（例如后缀=“”）

其他答案建议像往常一样添加字段：

df['FULLNAME'] = df['PREFIX'].str.strip() + df['MIDDLE_NAME'].str.strip() + 
df['FIRST_NAME'].str.strip() + df['LAST_NAME'].str.strip() + 
df['SUFFIX'].str.strip()

这里唯一的问题是，如果一个字段是空的，我会在它的位置上得到一个双空格

我的（冗长的）解决方案如下：

df['FULLNAME'] =  df[['PREFIX', 'FIRST_NAME', 'MIDDLE_NAME', 'LAST_NAME', 
'SUFFIX']].apply(lambda x: ' '.join(' '.join([item.strip() for item in 
x]).split()), axis = 1)

这个解决方案是可行的，但由于我有超过一百万行，效率相对较低。我能在这里做更有效的操作吗？我想我可以添加第一个示例中的字段，然后替换任意数字空格：

df['FULLNAME'] =  df['FULLNAME'].str.replace('  ', ' ')

---

但是，这可能不是一个包罗万象的解决方案，因为我不知道给定行中有多少名称字段可能是空的。

使用

agg

聚合列，然后稍后使用

str.replace

删除额外的内容更容易

name_cols = ['PREFIX', 'FIRST_NAME', 'MIDDLE_NAME', 'LAST_NAME', 'SUFFIX']
df['FULLNAME'] = df[name_cols].agg(' '.join, axis=1).str.replace('\s+', ' ')

---

谢谢在这种情况下，使用

agg

比使用

apply

有什么好处吗？@LeChase-

agg

比本站中的

apply

更优化一些。他们最终都做了同样的事情，但agg无论如何都应该返回一个系列。