dataframe中将两个列合并为一列

可以使用 Pandas 库中的 `apply()` 方法和字符串拼接操作来将两个列合并为一列。假设要将 DataFrame 中的列 `col1` 和 `col2` 合并为一列 `new_col`，可以按照以下方式实现：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'col1': ['a', 'b', 'c'], 'col2': ['x', 'y', 'z']})

# 使用 apply() 方法和字符串拼接操作将 col1 和 col2 合并为 new_col
df['new_col'] = df.apply(lambda row: row['col1'] + row['col2'], axis=1)

# 查看新的 DataFrame
print(df)

输出结果为：

  col1 col2 new_col
0    a    x     ax
1    b    y     by
2    c    z     cz

在 `apply()` 方法中，`axis=1` 表示对每一行执行操作。`lambda row: row['col1'] + row['col2']` 表示将每一行的 `col1` 和 `col2` 拼接起来作为新的一列 `new_col` 的值。最终将新的一列 `new_col` 添加到原有的 DataFrame 中。

相关问题

在R中将dataframe数据data2_2与value数据time列与列横向合并

可以使用`cbind()`函数将两个数据框按列横向合并。假设`data2_2`是数据框，其中包含列名为`id`、`name`和`score`的三列数据，`value`是一个数据框，其中包含列名为`time`和`value`的两列数据，它们的行数相同，即可以按行对应合并。具体操作如下：

merged_data <- cbind(data2_2, value)

这样，我们就得到了一个新的数据框`merged_data`，它包含了`data2_2`和`value`的所有列，且行数相同，列按照输入顺序合并。

python合并dataframe后只保存几列

您可以在合并DataFrame之后，使用`.loc`方法选择您想要的列，并将其保存到新的DataFrame中。举个例子，假设您已经将两个DataFrame `df1`和`df2`按照某个共同的列进行了合并，并想要保存其中的列`col1`和`col2`，可以按照以下方式实现：

new_df = pd.merge(df1, df2, on='common_col')[['col1', 'col2']]

这里我们选择了在合并后的DataFrame中选取`col1`和`col2`这两列，并将它们放入一个新的DataFrame `new_df`中。

如果您想要保留其他列，也可以在列表中将它们包含在内，例如：

new_df = pd.merge(df1, df2, on='common_col')[['col1', 'col2', 'col3', 'col4']]

这里我们选择了`col1`、`col2`、`col3`和`col4`这四列，并将它们放入了`new_df`中。