将两个数字数据框列组合成一列元组[重复]答案

【问题标题】：Combine two numeric dataframe columns into one column of tuple [duplicate]将两个数字数据框列组合成一列元组[重复]
【发布时间】：2018-08-12 13:21:24
【问题描述】：

我想创建一个将 2 列放在一起的新列。我浏览了互联网，但一无所获。我该怎么办：

例如：

A B
50.631456 5.57871    

C
(50.631456, 5.57871)

【问题讨论】：

所以你想像在 C 中一样将 2 列放入 1 中？请参阅：stackoverflow.com/questions/12555323/… 在 Sereis 中放入您的数据
您想将两个（数字？）列组合成一个包含 Python 元组的列，是吗？（不是字符串）
顺便说一句，如果你想在你的数据框中有（lat，long）元组对象，这不是一个好主意，任何处理它们的函数都必须对它们进行特殊处理。最好在编写 csv/export/pickle 数据帧时转换为元组。
@ThibaultMambour，以下解决方案之一能否解决您的问题？如果是这样，请考虑接受答案（左侧的绿色勾号），以便其他用户知道。

标签： python pandas dataframe tuples

【解决方案1】：

list + zip 是一种有效的方式：

df['C'] = list(zip(df.A, df.B))

#            A        B                     C
# 0  50.631456  5.57871  (50.631456, 5.57871)

性能

正如预期的那样，df.apply 方法对于大型数据帧来说是循环且效率低下的，尤其是与 lambda 结合使用时。

df = pd.concat([df]*10000)

%timeit list(zip(df.A, df.B))                  # 3.14ms
%timeit df.apply(tuple, axis=1)                # 378ms
%timeit df.apply(lambda x: (x.A,x.B), axis=1)  # 577ms

【讨论】：

【解决方案2】：

结帐DataFrame.apply。

df = pd.DataFrame(np.random.randint(0, 10, (6, 2)), columns=['a', 'b'])

df['c'] = df.apply(tuple, axis=1)
df

   a  b       c
0  8  1  (8, 1)
1  3  3  (3, 3)
2  2  8  (2, 8)
3  6  2  (6, 2)
4  2  2  (2, 2)
5  8  5  (8, 5)

【讨论】：

【解决方案3】：

你可以使用申请。

df = pd.DataFrame({'A': {0: 50.631456}, 'B': {0: 5.57871}})

df
Out[162]: 
           A        B
0  50.631456  5.57871

df['C'] = df.apply(lambda x: (x.A,x.B), axis=1)

df
Out[155]: 
           A        B                     C
0  50.631456  5.57871  (50.631456, 5.57871)

【讨论】：