Python| Pandas str.join() 使用传递的分隔符连接字符串/列表元素

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas str.join()方法用于连接列表中存在的所有元素，并带有传递的分隔符。由于字符串也是字符数组（或字符列表），因此当将此方法应用于一系列字符串时，字符串会在每个字符处与传递的分隔符连接。

.str每次调用此方法之前都必须加上前缀，以将其与 Python 的默认字符串方法区分开来。

Syntax: Series.str.join(sep)

Parameters:
sep: string value, joins elements with the string between them

Return type: Series with joined elements

要下载使用的 Csv 文件，请单击此处。

在以下示例中，使用的数据框包含一些 NBA 球员的数据。下面附上任何操作之前的数据帧图像。

示例 #1：连接字符串元素

在此示例中，str.join() 方法用于 Name 列（字符串系列）。如前所述，字符串也是一个字符数组，因此字符串的每个字符都将使用 str.join() 方法与传递的分隔符连接。

# importing pandas module 
import pandas as pd
     
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# dropping null value columns to avoid errors
data.dropna(inplace = True)
    
# joining string and overwriting 
data["Name"]= data["Name"].str.join("-")
  
# display
data

输出：
如输出图像所示，名称列中的字符串已与传递的分隔符按字符连接。
示例 #2：连接列表的元素

在此示例中，str.join() 方法应用于一系列列表。团队列中的数据使用 str.split() 方法分成列表。

# importing pandas module 
import pandas as pd
     
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# dropping null value columns to avoid errors
data.dropna(inplace = True)
    
# splitting string and overwriting 
data["Team"]= data["Team"].str.split("t")
  
# joining with "_"
data["Team"]= data["Team"].str.join("_")
  
# display
data

输出：
如输出图像所示，使用 str.split() 将数据拆分为列表，然后使用带有分隔符“_”的 str.join() 连接列表。

拆分后的数据框 -

加入列表后的DataFrame –