📅  最后修改于: 2023-12-03 15:07:28.014000             🧑  作者: Mango
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。
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
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
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。