如何将索引“前缀”组合到Pandas系列中的数据？是否创建了一个numpy数组？

Question

我有一个熊猫系列：

import pandas 
ser = pd.Series(...)
ser

idx1     23421535123415135
idx2     98762981356281343
idx3     394123942916498173
idx4     41234189756983411
...
idx50    123412938479283419

我想将索引组合到每个数据行的前面。我正在寻找的输出是：

idx1 23421535123415135
idx2 98762981356281343
idx3 394123942916498173
idx4 41234189756983411
...
idx50 123412938479283419

这可以是pandas Series (其中数组自然被索引)或numpy数组。

对于dataframe，为了组合两个列，您可以使用：

df["newcolumn"] = df[['columnA','columnB']].astype(str).sum(axis=1)

但我对如何通过熊猫系列来实现这一点感到困惑。

Answer 1

假设你从你的系列开始：

 In [34]: s = pd.Series(data=[1, 2], index=['idx0', 'idx1'])

然后你可以这样做

In [35]: t = s.reset_index()

In [36]: t['index'].astype(str) + ' ' + t[0].astype(str)
Out[36]: 
0    idx0 1
1    idx1 2
dtype: object

请注意，如果你不需要在中间引入空格，那么它会更短：

In [37]: s.reset_index().astype(str).sum(axis=1)
Out[37]: 
0    idx01
1    idx12
dtype: object

Answer 2

您可以使用pandas.series.str.cat：

In[8]:ser
Out[8]: 
idx0     23421535123415135
idx1     98762981356281343
idx2    394123942916498173
idx3     41234189756983411
dtype: int64

In[9]:ser=pd.Series(ser.index.astype(str).str.cat(ser.astype(str),' '))

In[10]:ser
Out[10]: 
0     idx0 23421535123415135
1     idx1 98762981356281343
2    idx2 394123942916498173
3     idx3 41234189756983411
dtype: object