创建一个新列，它是所有先前列的串联[重复]答案

【问题标题】：Create a new column that is the concatenation of all preceeding columns [duplicate]创建一个新列，它是所有先前列的串联[重复]
【发布时间】：2019-07-03 03:39:38
【问题描述】：

我想连接由空格 (" ") 分隔的 pandas 数据框中的所有列。除了 df['newcolumn'] = df['a'] + " " df['b'] + " " ...

a   b   c   combined
1   2   3   1 2 3
a   d   3   a d 3
p   0   k   p 0 k

【问题讨论】：

标签： python pandas

【解决方案1】：

lambda 可以与axis=1 一起使用

import pandas as pd
df = pd.DataFrame({'a':['1','a','p'], 
             'b':[2,'d',0],
             'c':[3,3,'k']})
df=df.astype(str)
df['combined']=df[df.columns].apply(lambda x: ' '.join(x), axis=1)

【讨论】：

【解决方案2】：

我不认为你这样做的方式有什么问题，但另一种方式（也许更 Pythonic？）是：

df['newcolumn'] = df[['a', 'b', 'c']].apply(lambda x: ' '.join(x), axis=1)

使其更适用于大 df：

df['newcolumn'] = df.iloc[:,0:3].apply(lambda x: ' '.join(x), axis=1)

iloc 中的 0:3 只是列索引 [0,1,2]。您可以通过选择适当的索引对任意选择的列执行此操作。

【讨论】：

这很完美，我有一个 20 列长的数据框，所以最后一个结果真的很神奇！

【解决方案3】：

它将使最后一列成为所有值的列表，但您可以使用以下内容：

df['combined'] = df.apply(lambda x: x.tolist(), axis=1)

输出如下：

a   b   c   combined
1   2   3   [1,2,3]
a   d   3   [a,d,3]
p   0   k   [p,0,k]

【讨论】：