Python 将Panda DF列表转换为字符串

我有一个熊猫数据框。其中一列包含一个列表。我希望该列是单个字符串

例如，我的列表[‘一’、‘二’、‘三’]应该只是‘一、二、三’

df['col'] = df['col'].astype(str).apply(lambda x: ', '.join(df['col'].astype(str)))

---

给我['1，2，3]，'4'，'5'，'6'，其中第二个列表是从下一行开始的。不用说，对于数百万行，这种跨行连接不仅不正确，而且会消耗我的内存。

当您使用

astype

将

col

强制转换为

str

时，您会得到python列表、括号和所有内容的字符串表示形式。您不需要这样做，只需直接应用

加入

：

import pandas as pd

df = pd.DataFrame({
    'A': [['a', 'b', 'c'], ['A', 'B', 'C']]
    })

# Out[8]: 
#            A
# 0  [a, b, c]
# 1  [A, B, C]

df['Joined'] = df.A.apply(', '.join)

#            A   Joined
# 0  [a, b, c]  a, b, c
# 1  [A, B, C]  A, B, C

---

在转换列表之前，您当然不应该转换为字符串。尝试：

df['col'].apply(', '.join)

还要注意，

apply

将函数应用于系列元素，因此在lambda函数中使用

df['col']

可能不是您想要的

---

编辑：感谢您指出不需要lambda函数

---

Edit：如所述，有一个本机的

.str.join

方法，但它（令人惊讶地）比

apply

慢一点。您可以使用

astype（str）

将列表转换为str，然后删除

，
[
，
]
字符。使用@Yakim示例：

In [114]: df
Out[114]:
           A
0  [a, b, c]
1  [A, B, C]

In [115]: df.A.astype(str).str.replace('\[|\]|\'', '')
Out[115]:
0    a, b, c
1    A, B, C
Name: A, dtype: object

定时

import pandas as pd
df = pd.DataFrame({'A': [['a', 'b', 'c'], ['A', 'B', 'C']]})
df = pd.concat([df]*1000)


In [2]: timeit df['A'].apply(', '.join)
292 µs ± 10.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [3]: timeit df['A'].str.join(', ')
368 µs ± 24.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [4]: timeit df['A'].apply(lambda x: ', '.join(x))
505 µs ± 5.74 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [5]: timeit df['A'].str.replace('\[|\]|\'', '')
2.43 ms ± 62.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

熊猫提供了一种方法，谢谢。Yakym的代码更优雅：）不需要lambda函数。如果列表中的项是
int
types@KhalilAlHooti这应该有效：
df['col'].apply（lambda x:'，'.join（map（str，x））
@KhalilAlHooti这应该有效：
df['new_col']=df['col'].dropna（）.apply（lambda x:'，'.join（map（str，x）））
这会过滤掉空值，但在创建新列时会重新分配它们（因为pandas进行基于索引的赋值，缺少的值会被赋值为nan）。当我尝试此操作时，它在字母级而不是单词级执行。lambda函数没有这个问题吗？这意味着您的列是字符串而不是列表。您可以使用
ast.literal\u eval
将其转换回。尽管在这种情况下，只需执行
df['col'].str.replace（'[\[，\]'，''）
有趣的方法会更快。但是，我为您的方法计时，它比
apply
慢了5倍。@IanS您是如何计时的？我认为这个答案中所示的矢量化字符串操作将比apply@Shoof我在IPython中使用了
%timeit
魔术。我再次检查，发现有100行的列速度慢了3倍。两种可能的解释：1）正则表达式替换操作，即使矢量化，也可能非常慢。2） 应用是智能的，例如，如果应用标准函数，例如
sum
，它将非常快。我假设我编辑了答案来添加计时的
join
@Shoof@IanS也会发生类似的事情。并使用
str.join
添加新方法，该方法位于
之后的第二位。apply（'，'.join）
@IanS非常感谢计时结果！这确实有点令人惊讶，因为有些书提出了相反的观点。很高兴看到这些比较！