DataFrame中如何将两列的内容用_连接成新的一列

您可以使用 Pandas 库中的字符串操作函数 `str` 和 `join` 来实现这个功能。假设您要将 DataFrame 中的 `col1` 和 `col2` 两列内容用 `_` 连接成新的一列 `new_col`，可以按如下方式实现：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'col1': ['A', 'B', 'C'], 'col2': ['X', 'Y', 'Z']})

# 使用 str 和 join 函数将 col1 和 col2 连接成 new_col
df['new_col'] = df['col1'].str.join('_').str.cat(df['col2'].values.astype(str), sep='_')

# 查看新的 DataFrame
print(df)

输出结果为：

  col1 col2 new_col
0    A    X     A_X
1    B    Y     B_Y
2    C    Z     C_Z

其中，`str.join('_')` 将 `col1` 中的每个元素用 `_` 连接成字符串，`str.cat()` 将 `col1` 和 `col2` 连接成新的一列 `new_col`。需要注意的是，`df['col2'].values.astype(str)` 将 `col2` 中的元素转换为字符串类型，以避免在连接时出现类型错误。

相关问题

将dataframe读取的两列合并成新的dataframe

可以使用pandas的concat函数将两列合并成新的dataframe。具体操作如下：

假设原始dataframe为df，其中包含两列A和B，我们要将它们合并成新的dataframe：

import pandas as pd

# 读取原始dataframe
df = pd.read_csv('your_file_path.csv')

# 将A和B列合并成新的dataframe
new_df = pd.concat([df['A'], df['B']], axis=1)

# 输出新的dataframe
print(new_df)

其中，concat函数的第一个参数是一个列表，包含需要合并的列，axis参数指定合并的方向，axis=1表示按列合并。

如何将dataframe中两列抽出合并成新的dataframe，代码

您可以使用pandas中的concat函数将两列抽出合并成一个新的dataframe。假设您的原始dataframe名为df，其中A列是日期字符串，B列是时间字符串，您可以按以下步骤操作：

1. 首先，您需要使用pd.to_datetime函数将A列和B列的字符串格式转换为时间格式。您可以使用以下代码：
df["A"] = pd.to_datetime(df["A"])
df["B"] = pd.to_datetime(df["B"])

2. 然后，您可以使用concat函数将A列和B列合并为一个新的dataframe。您可以使用以下代码：
new_df = pd.concat([df["A"], df["B"]], axis=1)

这样，new_df就是一个新的dataframe，它包含了A列和B列的数据。

请注意，在使用concat函数时，需要指定axis=1来表示按列合并。同时，您可以根据需要对新的dataframe进行重命名，以符合您的要求。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [pandas将dataframe中日期字符串数据列和时间字符串数据列合并成完整时间字符串、并使用to_datetime将字符串...](https://blog.csdn.net/zhongkeyuanchongqing/article/details/122298680)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [如何将两个dataframe中的两列合并为新dataframe（pandas）的一列？](https://blog.csdn.net/weixin_39688170/article/details/110829565)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [如何将dataframe数据类型某两列合并成一列](https://blog.csdn.net/weixin_49583390/article/details/119943097)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]