Python 如何将字符串附加到Pandas中的int/float数据帧

这是我的原始数据帧：

  >>> df
           c0      c1      c2        c3   c4   c5   c6  c7     c8
    0  key0:j  key1:z  key2:b  key3:bsy  afj  upz  343  13  ruhwd
    1  key0:u  key1:i  key2:a  key3:dvp  ibt  dxv  154   0  adsif
    2  key0:t  key1:a  key2:a  key3:jqj  dtd  yxq  540  49  kxthz
    3  key0:j  key1:z  key2:b  key3:bsy  afj  upz  322  13  ruhwd
    4  key0:j  key1:z  key2:b  key3:bsy  afj  upz  397  13  ruhwd
    5  key0:u  key1:i  key2:a  key3:dvp  ibt  dxv  110   0  adsif
    6  key0:t  key1:a  key2:a  key3:jqj  dtd  yxq  526  49  kxthz
    7  key0:t  key1:u  key2:g  key3:nfk  ekh  trc   85  83  xppnl

我使用以下公式计算熊猫中c6与c0之和：

df.groupby(['c0'])['c6'].sum().reset_index()

输出：

       c0     0
0  key0:j  1062
1  key0:t  1151
2  key0:u   264

在这里，我希望groupby的输出是这样的，带有sum的列也应该附加一个字符串“abc”。如下图所示：

    c0        0
0  key0:j     abc1062
1  key0:t     abc1151
2  key0:u     abc264

我浏览了很多帖子，没有得到想要的答案。任何帮助都将不胜感激。

您可以使用以下方法选择第二列并将

int

列转换为

string

：

或：

如果列为

a

和

b

：

print df
        a     b
0  key0:j  1062
1  key0:t  1151
2  key0:u   264

df['b'] = 'abc' + df['b'].astype(str)
print df
        a        b
0  key0:j  abc1062
1  key0:t  abc1151
2  key0:u   abc264

编辑：

您可以尝试，但我认为它比上面的解决方案慢：

df = df.groupby(['c0'])['c6'].apply(lambda x: 'abc' + str( x.sum())).reset_index()
print df
       c0       c6
0  key0:j  abc1062
1  key0:t  abc1151
2  key0:u   abc264

---

在

重置索引之前分组后，您可以
应用
lambda
：

In [19]: df.groupby(['c0'])['c6'].sum().apply(lambda x: 'abc' + x.astype(str)).reset_index()
Out[19]:
       c0       c6
0  key0:j  abc1062
1  key0:t  abc1151
2  key0:u   abc264

或者您可以使用groupby
作为_index
参数，然后检查您的列名
c6
：

In [29]: df.groupby(['c0'], as_index=False)['c6'].sum().apply(lambda x: 'abc' + x.astype(str) if x.name=='c6' else x)
Out[29]:
       c0       c6
0  key0:j  abc1062
1  key0:t  abc1151
2  key0:u   abc264

你是说预编曲，对吗？你需要的是
“abc”1062
还是
abc1062
？@Anton protopov我需要的是abc1062@pp_：是的，我是说prepend@MayankPorwal您能在分组前附加原始数据帧吗？Hi@jezrael数值为10621151264的列基本上是groupby命令的输出。所以，我想要的是，在groupby计算结果时，它还应该在总和中附加字符串abc。
In [19]: df.groupby(['c0'])['c6'].sum().apply(lambda x: 'abc' + x.astype(str)).reset_index()
Out[19]:
       c0       c6
0  key0:j  abc1062
1  key0:t  abc1151
2  key0:u   abc264

In [29]: df.groupby(['c0'], as_index=False)['c6'].sum().apply(lambda x: 'abc' + x.astype(str) if x.name=='c6' else x)
Out[29]:
       c0       c6
0  key0:j  abc1062
1  key0:t  abc1151
2  key0:u   abc264