pandas两列值追加成一列

pandas两列值追加成一列

在数据处理过程中，有时候我们需要将两列的值进行合并，生成一列新的值。这种操作在pandas库中非常常见，通过一些简单的方法，可以轻松实现这一目的。本文将详细介绍如何使用pandas将两列的值追加成一列，并给出示例代码和运行结果。

1. 使用apply()函数

在pandas中，可以使用apply()函数结合lambda表达式，将两列的值进行追加生成新的一列。

import pandas as pd

# 创建一个示例DataFrame
data = {'A': ['a', 'b', 'c', 'd'],
        'B': [1, 2, 3, 4]}
df = pd.DataFrame(data)

# 使用apply()函数将A列和B列的值进行追加生成新列C
df['C'] = df.apply(lambda x: str(x['A']) + str(x['B']), axis=1)

print(df)

运行结果如下：

   A  B   C
0  a  1  a1
1  b  2  b2
2  c  3  c3
3  d  4  d4

通过apply()函数和lambda表达式，我们可以将A列和B列的值进行追加，并生成新列C。

2. 使用+运算符

除了apply()函数外，我们还可以使用+运算符直接将两列的值进行追加。

import pandas as pd

# 创建一个示例DataFrame
data = {'A': ['e', 'f', 'g', 'h'],
        'B': [5, 6, 7, 8]}
df = pd.DataFrame(data)

# 使用+运算符将A列和B列的值进行追加生成新列C
df['C'] = df['A'] + df['B'].astype(str)

print(df)

运行结果如下：

   A  B   C
0  e  5  e5
1  f  6  f6
2  g  7  g7
3  h  8  h8

通过直接使用+运算符，我们也可以将A列和B列的值进行追加生成新列C。

3. 使用str.cat()函数

另外，pandas还提供了str.cat()函数，可以实现两列值的追加。

import pandas as pd

# 创建一个示例DataFrame
data = {'A': ['i', 'j', 'k', 'l'],
        'B': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 使用str.cat()函数将A列和B列的值进行追加生成新列C
df['C'] = df['A'].str.cat(df['B'].astype(str), sep='')

print(df)

运行结果如下：

   A   B    C
0  i   9   i9
1  j  10  j10
2  k  11  k11
3  l  12  l12

通过使用str.cat()函数，同样可以将A列和B列的值进行追加生成新列C。

总的来说，使用pandas将两列的值追加成一列非常简单，可以根据具体需求选择不同的方法实现。