Pandas如何合并/组合列

在本文中，我们将介绍在使用Pandas时如何合并或组合数据框中的列。Pandas是一个开源数据分析库，在Python中使用。它为用户提供了各种功能来分析和操作数据。有时，我们需要将多个列组合成一个列，以更方便的方式处理数据。让我们看看如何进行这些操作。

阅读更多：Pandas 教程

列合并

假设我们有一个数据框，其中包含多个列，我们想将其中的两列合并成一个列。如下所示：

import pandas as pd

data = {'First Name': ['John', 'Tim', 'Mary'],
        'Last Name': ['Smith', 'Jones', 'Lee'],
        'Age': [22, 25, 19]}
df = pd.DataFrame(data)
print(df)

输出结果是：

  First Name Last Name  Age
0       John     Smith   22
1        Tim     Jones   25
2       Mary       Lee   19

现在，我们想将“First Name”和“Last Name”列合并为一个“Full Name”列：

df['Full Name'] = df['First Name'] + ' ' + df['Last Name']
print(df)

输出结果是：

  First Name Last Name  Age      Full Name
0       John     Smith   22    John Smith
1        Tim     Jones   25     Tim Jones
2       Mary       Lee   19      Mary Lee

我们可以通过使用“+”运算符将两列合并为一个新列。请注意，我们在两个列之间添加了一个空格（’ ‘）。

如果我们不想保留原始列，我们可以使用drop方法删除它们：

df = df.drop(['First Name', 'Last Name'], axis=1)
print(df)

输出结果是：

   Age      Full Name
0   22    John Smith
1   25     Tim Jones
2   19      Mary Lee

这样，我们就创建了一个新的数据框，其中包含一个新的“Full Name”列。

列间合并

我们也可以将多个列合并为一个列。假设我们有以下数据框：

data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df)

输出：

我们想将“A”列、“B”列和“C”列组合为一列。我们可以使用concat方法来完成这个操作：

df['Combined'] = pd.concat([df['A'], df['B'], df['C']], ignore_index=True)
print(df)

输出：

   A  B  C  Combined
0  1  4  7         1
1  2  5  8         2
2  3  6  9         3
3  1  4  7         4
4  2  5  8         5
5  3  6  9         6
6  1  4  7         7
7  2  5  8         8
8  3  6  9         9

请注意，我们需要使用ignore_index参数来忽略索引，这将创建一列从零开始的新索引。