以下是输入数据
Type Cat Var Dist Count
@joy A1 + B1 x + y + z 0:25:75 4
.cet C1 + D1 p + q 50:50 2
sam E1 + F1 g 100:3:2 10
以下是预期输出
Type Cat Var Dist Count Output
@joy A1 + B1 x + y + z 0:25:75 4 @joyA1 + B1x + y +z
.cet C1 + D1 p + q 50:50 2 .cetC1 + D1p + q
sam E1 + F1 g 100:3:2 10 samE1 + F1g
以下是我最后的尝试:
df.iloc[:,0:3].dot(['Type','Cat','Var'])
你可以用
df['output'] = df['Type'].map(str) + df['Cat'].map(str) + df['Var].map(str)
您可以简单地使用:
df['Output']=df['Type']+' '+df['Cat']+' '+df['Var']
输出:
Type Cat Var Dist Count output
0 @joy A1 + B1 x + y + z 0.018229167 4 @joy A1 + B1 x + y + z
1 .cet C1 + D1 p + q 50:50:00 2 .cet C1 + D1 p + q
2 sam E1 + F1 g 100:03:02 10 sam E1 + F1 g
基本R
:使用粘贴0
df$Output <- paste0(df$Type, df$Cat, df$Var)
Type Cat Var Dist Count Output
1 @joy A1 + B1 x + y + z 0:25:75 4 @joy A1 + B1 x + y + z
2 .cet C1 + D1 p + q 50:50 2 .cet C1 + D1 p + q
3 sam E1 + F1 g 100:3:2 10 sam E1 + F1 g
或
library(dplyr)
df %>%
mutate(Output = paste(Type, Cat, Var, sep = ""))
Type Cat Var Dist Count Output
1 @joy A1 + B1 x + y + z 0:25:75 4 @joy A1 + B1 x + y + z
2 .cet C1 + D1 p + q 50:50 2 .cet C1 + D1 p + q
3 sam E1 + F1 g 100:3:2 10 sam E1 + F1 g
或:
library(tidyr)
df %>%
unite(Output, c(Type, Cat, Var), remove=FALSE)
Output Type Cat Var Dist Count
1 @joy_A1 + B1_x + y + z @joy A1 + B1 x + y + z 0:25:75 4
2 .cet_C1 + D1_p + q .cet C1 + D1 p + q 50:50 2
3 sam_E1 + F1_g sam E1 + F1 g 100:3:2 10