Python Pandas Series.str.cat()对字符串进行连接

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas就是这些包中的一个，使导入和分析数据变得更加容易。
Pandas str.cat()用于将字符串与传递的调用者系列的字符串连接起来。可以传递不同系列的不同值，但是两个系列的长度必须相同。.str 必须要有前缀，以区别于Python的默认方法。

语法: Series.str.cat(others=None, sep=None, na_rep=None)
参数:
others：系列、索引、数据框架或字符串列表来连接
sep:分隔符要放在两个字符串之间
na_rep:无或字符串值，以取代空值。
返回类型：系列与串联的字符串值。
在下面的例子中，使用的数据框包含一些NBA球员的数据。下面是数据框在任何操作之前的图像。

例子#1：用分隔符串联列
在这个例子中，Team列在Name列的末尾用分隔符”，”连接起来。 Name列被新的系列覆盖，然后显示数据框架。

# importing pandas module
import pandas as pd
 
# importing csv from link
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
 
# making copy of team column
new = data["Team"].copy()
 
# concatenating team with name column
# overwriting name column
data["Name"]= data["Name"].str.cat(new, sep =", ")
 
# display
data

输出:
如输出图片所示，团队列中的每个字符串与姓名列中的字符串具有相同的索引，都被连接到分隔符”，”。

例子#2：处理空值
在分析数据时，最重要的部分是处理空值。str.cat()通过na_rep参数提供了一种处理空值的方法。在每次出现空值时，传递给该参数的内容将被替换。
在这个例子中，大学列和球队列被连接起来。”没有大学 “被传递给na_rep参数，用这个字符串代替null。

# importing pandas module
import pandas as pd
 
# importing csv from link
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
 
# making copy of team column
new = data["Team"].copy()
 
# string to replace null values with
na_string ="No College"
 
# concatenating team with name column
# overwriting name column
data["College"]= data["College"].str.cat(new, sep =", ", na_rep = na_string)
 
# display
data

输出:
在数据框中可以看到，在索引位置4和5，有一个NULL值，它已经被替换为 “没有学院”，团队列的字符串已经被成功连接。