如何在 pandas 中合并和格式化包含 int 数据类型的多个列？答案

【问题标题】：How can I merge and format multiple columns which contains int data type in pandas?如何在 pandas 中合并和格式化包含 int 数据类型的多个列？
【发布时间】：2019-11-30 12:54:54
【问题描述】：

我有一个像这样的数据框（如下所示），我想创建一个将它们组合在一起的新列（请注意，我还有其他包含数字的列）：

Program Season  Episode 
AAA         1      1
AAA         1      2    
...
...

这是我试过的代码：

#create a new column
series['series_name'] = series[['Program', 'Season','Episode']].apply(lambda x: ''.join(str(x)), axis=1)

它给了我这样的东西：

'Program AAA\nSeason 1\nEpisode 1\nName: 0, dtype: object'

我的预期输出应该是这样的：

'AAA-Season 1-Episode 1'

谁能帮帮我，非常感谢。

【问题讨论】：

标签： python pandas merge multiple-columns

【解决方案1】：

df['series_name'] = df['Program'].str.cat(
    ['Season ' + df['Season'].astype(str),
     'Episode ' + df['Episode'].astype(str)], 
    sep='-'
)

【讨论】：

我还有其他包含数字的列，如果我将整个数据框设置为 str 可能不合适

【解决方案2】：

这是一种方法

df=df1.copy()
df[['Season','Episode']]=df[['Season','Episode']].astype(str).radd(['Season ','Episode '],1)
s=df.apply('-'.join,1)
s
Out[79]: 
0    AAA-Season 1-Episode 1
1    AAA-Season 1-Episode 2
dtype: object
#df1['series_name']=s

【讨论】：

我认为 OP 希望它作为一个单独的列而不覆盖其他列。
@Akaisteph7 这只是赋值 df['New']=s
您仍在修改列