在 Python 中添加两列答案

【问题标题】：Adding two columns in Python在 Python 中添加两列
【发布时间】：2018-08-31 07:50:38
【问题描述】：

我正在尝试添加两列并创建一个新列。这个新列应该成为数据框或输出 csv 文件中的第一列。

column_1 column_2
84       test
65       test

输出应该是

column         column_1 column_2
trial_84_test   84      test
trial_65_test   65      test

我尝试了以下给定的方法，但它们不起作用：

sum = str(data['column_1']) + data['column_2']

data['column']=data.apply(lambda x:'%s_%s_%s' % ('trial' + data['column_1'] + data['column_2']),axis=1)

当然感谢您的帮助。

【问题讨论】：

标签： python python-3.x string pandas dataframe

【解决方案1】：

不要为此使用lambda，因为它只是一个隐蔽的循环。这是一个矢量化的解决方案。需要注意将非字符串值转换为str 类型。

df['column'] = 'trial_' + df['column_1'].astype(str) + '_' + df['column_2']

df = df.reindex_axis(sorted(df.columns), axis=1)  # sort columns alphabetically

结果：

          column  column_1 column_2
0  trial_84_test        84     test
1  trial_65_test        65     test

【讨论】：

正是我要给出的答案！值得赞成并接受

【解决方案2】：

创建样本数据：

df = pd.DataFrame({'column_1': [84, 65], 'column_2': ['test', 'test']})

方法一：使用assign新建列，然后重新排序。

>>> df.assign(column=['trial_{}_{}'.format(*cols) for cols in df.values])[['column'] + df.columns.tolist()]
          column  column_1 column_2
0  trial_84_test        84     test
1  trial_65_test        65     test

方法二：新建一个系列，然后concatenate。

s = pd.Series(['trial_{}_{}'.format(*cols) for cols in df.values], index=df.index, name='column')
>>> pd.concat([s, df], axis=1)
          column  column_1 column_2
0  trial_84_test        84     test
1  trial_65_test        65     test

方法 3：Insert 数据框第一个索引处的新值（即第 0 列）。

df.insert(0, 'column', ['trial_{}_{}'.format(*cols) for cols in df.values])
>>> df
          column  column_1 column_2
0  trial_84_test        84     test
1  trial_65_test        65     test

方法 3（为新列创建值的替代方法）：

df.insert(0, 'column', df.astype(str).apply(lambda row: 'test_' + '_'.join(row), axis=1))

顺便说一句，sum 是一个关键字，所以你不想将它用作变量名。

【讨论】：

【解决方案3】：

您可以使用insert

df.insert(0,column='Columns',value='trial_' + df['column_1'].astype(str)+ '_'+df['column_2'].astype(str)
)
df
Out[658]: 
         Columns  column_1 column_2
0  trial_84_test        84     test
1  trial_65_test        65     test

【讨论】：