pandas apply 两列组合

如果你想要将两列的值组合在一起，可以使用 `apply` 方法结合 `lambda` 表达式来实现。假设你有一个名为 `df` 的 Pandas DataFrame，其中包含两列 `col1` 和 `col2`，你可以使用以下代码将这两列的值组合在一起：

df['new_col'] = df.apply(lambda row: str(row['col1']) + str(row['col2']), axis=1)

在上面的代码中，`apply` 方法使用了一个 lambda 表达式，该表达式将 `col1` 和 `col2` 的值转换为字符串并将它们组合在一起。`axis=1` 参数表示应用该函数到行上而不是列上，并将结果存储在一个名为 `new_col` 的新列中。

相关问题

pandas怎么对某两列实行基于某个函数的运算

在Pandas库中，你可以使用`apply()`或`agg()`函数对DataFrame的特定列进行基于某种函数的运算。这两个函数允许你应用自定义函数到一列或多列上。

例如，如果你想对两列进行某种数学运算，比如求和、平均值或者更复杂的统计操作，可以这样做：

import pandas as pd

# 假设你有如下的数据框 df
df = pd.DataFrame({
   'column1': [1, 2, 3],
   'column2': [4, 5, 6]
})

# 对两列都计算总和
df['sum'] = df[['column1', 'column2']].sum(axis=1)  # axis=1 表示按行计算

# 或者对两列求平均数
df['mean'] = df[['column1', 'column2']].mean(axis=1)

# 如果你想应用一个用户定义的函数，如平方
def square(x):
    return x**2

df['squared'] = df[['column1', 'column2']].apply(square, axis=1)

在这里，`apply()`函数会逐行应用给定的函数到指定的列组合，而`agg()`则适用于聚合操作，比如`mean`, `sum`, 等等。

python 两列数据的组合，组合计算公式

我可以回答这个问题。如果你想要将两列数据进行组合计算，可以使用 pandas 库中的 DataFrame 对象。首先，将两列数据读入 DataFrame 中，然后使用 apply 方法对每一行进行计算，最后将结果保存到新的一列中。具体的计算公式需要根据你的需求来确定。