pandas 选取某几个字段拼接几个str形成新的str并把每一行拼接成一个str

可以使用 pandas 的 apply 方法结合 lambda 函数来实现该需求。具体步骤如下：

1. 使用 loc 方法选取需要的字段，然后使用 astype 方法将其转换成字符串类型；
2. 使用 apply 方法结合 lambda 函数，将每一行选取的字段拼接成一个新的字符串，并返回给 apply 方法；
3. 使用 apply 方法返回的结果，使用 str.join 方法将所有行的字符串拼接成一个字符串。

代码示例如下：

import pandas as pd

# 创建示例数据
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [20, 30, 40], 'gender': ['female', 'male', 'male']}
df = pd.DataFrame(data)

# 选取需要的字段并拼接成新的字符串
new_col = df.loc[:, ['name', 'age', 'gender']].astype(str).apply(lambda x: '_'.join(x), axis=1)

# 将所有行的字符串拼接成一个字符串
result = ''.join(new_col)

print(result)

输出结果如下：

Alice_20_femaleBob_30_maleCharlie_40_male

相关问题

pandas 选俩个字段拼接到str中

假设你有一个包含多个字符串的列表或Series，以及一个包含两个字段的DataFrame，你可以使用字符串拼接操作和apply方法来实现这个需求。示例代码如下：

import pandas as pd

# 创建包含多个字符串的列表
strings = ['hello', 'world', 'python', 'pandas']

# 创建包含两个字段的DataFrame
df = pd.DataFrame({'field1': ['hi', 'there'], 'field2': ['everyone', 'in the world']})

# 定义lambda函数，将两个字段拼接到字符串中
concat_func = lambda s: s + df['field1'] + df['field2']

# 使用apply方法将lambda函数应用到字符串列表中的每个元素
new_strings = pd.Series(strings).apply(concat_func)

# 将所有字符串合并成一个字符串
result = ''.join(new_strings)

这样，result变量中就包含了所有字符串拼接后合并成的新字符串。

ppandas 选俩个字段替换到str中并将所有的str合并成一个str

假设你有一个包含多个字符串的列表或Series，以及一个包含两个字段的DataFrame，你可以使用apply方法和lambda函数来实现这个需求。示例代码如下：

import pandas as pd

# 创建包含多个字符串的列表
strings = ['hello', 'world', 'python', 'pandas']

# 创建包含两个字段的DataFrame
df = pd.DataFrame({'old': ['hello', 'world'], 'new': ['hi', 'there']})

# 定义lambda函数，将字符串中的old字段替换为new字段
replace_func = lambda s: s.replace(df['old'], df['new'])

# 使用apply方法将lambda函数应用到字符串列表中的每个元素
new_strings = pd.Series(strings).apply(replace_func)

# 将所有字符串合并成一个字符串
result = ''.join(new_strings)

这样，result变量中就包含了所有字符串替换后合并成的新字符串。