合并两列 pandas - Python

有时候，在处理 pandas 数据时，我们需要将两列数据进行合并。这可能是因为这两列的数据相关性较高，或者我们需要将它们拼接起来以便进一步处理。无论出于何种原因，pandas 提供了将两列进行合并的简便方法。

方法 1 - 使用“+”运算符

最直接的方法是使用“+”运算符将两列数据拼接在一起。注意，这种方法只适用于两列都是字符串类型的情况。

import pandas as pd

df = pd.DataFrame({'Column1': ['hello', 'world'], 'Column2': ['pandas', 'python']})

df['NewColumn'] = df['Column1'] + ' ' + df['Column2']

print(df)

输出结果为：

  Column1  Column2         NewColumn
0   hello   pandas    hello pandas
1   world   python    world python

方法 2 - 使用“apply”函数

第二种方法使用 apply 函数。我们可以定义一个函数，在该函数内容中，将两列数据合并，并将其应用于每一行。

import pandas as pd

df = pd.DataFrame({'Column1': ['hello', 'world'], 'Column2': ['pandas', 'python']})

def concat_columns(row):
    return row['Column1'] + ' ' + row['Column2']

df['NewColumn'] = df.apply(concat_columns, axis=1)

print(df)

输出结果为：

  Column1  Column2         NewColumn
0   hello   pandas    hello pandas
1   world   python    world python

方法 3 - 使用“join”函数

最后一种方法是使用 join 函数。我们可以使用该函数将两列数据拼接为单个字符串列。

import pandas as pd

df = pd.DataFrame({'Column1': ['hello', 'world'], 'Column2': ['pandas', 'python']})

df["NewColumn"] = df["Column1"].str.cat(df["Column2"], sep =" ")

print(df)

输出结果为：

  Column1  Column2         NewColumn
0   hello   pandas    hello pandas
1   world   python    world python

以上为三种合并两列数据的方法，你可以根据你的具体情况选择适合的方法。