使用熊猫将字符串前缀添加到字符串列中的每个值

我想在熊猫数据帧的所述列中的每个值的开头附加一个字符串（优雅）。我已经弄清楚该如何做，目前正在使用：

df.ix[(df['col'] != False), 'col'] = 'str'+df[(df['col'] != False), 'col']

这似乎是一件微不足道的事情-您是否知道其他任何方式（可能还会将该字符添加到该列为0或NaN的行中）？

如果还不清楚，我想转一下：

    col 
1     a
2     0

变成：

       col 
1     stra
2     str0

df['col'] = 'str' + df['col'].astype(str)

例：

>>> df = pd.DataFrame({'col':['a',0]})
>>> df
  col
0   a
1   0
>>> df['col'] = 'str' + df['col'].astype(str)
>>> df
    col
0  stra
1  str0

另外，您也可以使用apply组合format（或f字符串更好），如果例如还想添加后缀或操纵元素本身，我会觉得可读性更高：

df = pd.DataFrame({'col':['a', 0]})

df['col'] = df['col'].apply(lambda x: "{}{}".format('str', x))

这也会产生所需的输出：

    col
0  stra
1  str0

如果您使用的是Python 3.6+，则还可以使用f字符串：

df['col'] = df['col'].apply(lambda x: f"str{x}")

产生相同的输出。

f字符串版本几乎与@RomanPekar的解决方案（python 3.6.4）一样快：

df = pd.DataFrame({'col':['a', 0]*200000})

%timeit df['col'].apply(lambda x: f"str{x}")
117 ms ± 451 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit 'str' + df['col'].astype(str)
112 ms ± 1.04 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

format但是，使用的确确实要慢得多：

%timeit df['col'].apply(lambda x: "{}{}".format('str', x))
185 ms ± 1.07 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

您可以使用pandas.Series.map：

df['col'].map('str{}'.format)

它将在所有值之前加上“ str”一词。

如果使用加载表文件dtype=str
或将列类型转换为字符串，df['a'] = df['a'].astype(str)
则可以使用以下方法：

df['a']= 'col' + df['a'].str[:]

这种方法允许使用的前缀，追加和子集字符串df。
适用于Pandas v0.23.4，v0.24.1。不了解较早的版本。

.loc的另一种解决方案：

df = pd.DataFrame({'col': ['a', 0]})
df.loc[df.index, 'col'] = 'string' + df['col'].astype(str)

这没有上述解决方案快（每个循环慢1ms以上），但在需要条件更改时可能有用，例如：

mask = (df['col'] == 0)
df.loc[mask, 'col'] = 'string' + df['col'].astype(str)