python两列字符串拼接

你可以使用加号（+）操作符来拼接两列字符串。以下是一个示例:

column1 = ['apple', 'banana', 'cherry']
column2 = ['red', 'yellow', 'black']

result = [c1 + ' ' + c2 for c1, c2 in zip(column1, column2)]
print(result)

输出:

['apple red', 'banana yellow', 'cherry black']

在这个例子中，我们通过使用 zip() 函数将两个列表的元素一一配对。然后，使用加号（+）来连接两个字符串，并在它们之间插入一个空格。最后，我们使用列表推导式将拼接后的字符串存储在 result 列表中，并打印出来。

相关问题

dataframe两列字符串合并

要将DataFrame中的两列字符串合并，可以使用pandas库中的.str.cat()方法。该方法可以将两个字符串拼接在一起并返回一个新的Series或DataFrame。

假设有一个DataFrame df，其中有两列'A'和'B'，我们想要把这两列字符串合并在一起，并将结果保存在新的列'C'中。代码如下：

import pandas as pd

# 创建DataFrame示例
data = {'A': ['Hello', 'Good', 'Nice'],
        'B': ['World', 'Morning', 'Day']}
df = pd.DataFrame(data)

# 合并两列字符串
df['C'] = df['A'].str.cat(df['B'], sep=' ')

# 打印合并结果
print(df)

运行结果如下：

       A        B           C
0  Hello    World  Hello World
1   Good  Morning  Good Morning
2   Nice      Day      Nice Day

在上述代码中，我们先导入了pandas库，然后创建了一个DataFrame df，其中列'A'包含了['Hello', 'Good', 'Nice']，列'B'包含了['World', 'Morning', 'Day']。

接着，使用.str.cat()方法将列'A'和列'B'的字符串进行合并，并将结果保存在新的列'C'中。参数sep=' '指定合并字符串时的分隔符为空格。

最后，通过打印df来查看合并的结果。可以看到，列'C'中的字符串为'A'和'B'列字符串的合并结果。

python两列合并

### 如何在 Python 中使用 Pandas 合并两列数据

当涉及到合并两个不同的列时，通常是指将这两列组合成一个新的单列表。这可以通过多种方式实现，具体取决于所需的结果形式。

#### 使用 `+` 运算符简单拼接字符串类型的列
如果目标是创建一列由其他两列组成的字符串表示，则可以直接利用加法运算来完成此操作：

import pandas as pd

df = pd.DataFrame({
    'first_name': ['John', 'Jane'],
    'last_name' : ['Doe', 'Smith']
})

# 将 first_name 和 last_name 列的内容相加以形成新的 full_name 列
df['full_name'] = df['first_name'] + ' ' + df['last_name']

print(df)

对于数值型或其他类型的数据，可能需要先转换为字符串再执行上述操作[^1]。

#### 使用 `apply()` 函数自定义逻辑处理多列
有时，想要应用更复杂的规则去构建新列中的值，在这种情况下可以采用 apply 方法配合 lambda 表达式或定义好的函数来进行计算：

def combine_columns(row):
    return f"{row.first_name} {row.last_name}"

df['combined_column'] = df.apply(combine_columns, axis=1)

print(df)

这里通过编写一个名为 `combine_columns` 的辅助函数来自定义如何组合每一行上的多个字段，并将其应用于整个 DataFrame 上生成新的列[^2]。

#### 使用 `pandas.concat()` 水平堆叠现有列成为新列
另一种情况可能是希望保留原始各自行的位置不变而只是横向增加额外的一列作为它们之间关系的一种表达；此时可以用到 concat 函数指定轴参数为 1 来达到水平方向上的连接效果:

new_col = pd.Series(['Mr.', 'Ms.'])

# 增加 title 列前缀至原 dataframe 并命名为 titled_names
titled_names = pd.concat([pd.Series(new_col), df[['first_name','last_name']]], keys=['title', 'name_parts'],axis=1).fillna('')
print(titled_names)

注意这里的例子还展示了怎样给新增加的 Series 设置名称以及填充缺失值以确保最终输出整洁美观[^3].