为何DataFrame.insert插入整列字符串而非单个值？求解正确方法

尝试执行以下代码向DataFrame插入名为DBREMOVECMD的列，期望每行生成对应自身NE_ID的delete语句：

df1ac.insert(0, column = "DBREMOVECMD", value = ("delete analog19_1.tp_table where NE_ID = " + str(df1ac["NE_ID"]) + " ;"))

执行前的DataFrame信息：

print(df1ac)
          LASTCOLLPER  LASTCOLLECTIONPERIOD  TimestampY        FARK    NE_ID
0  19700101000000                     0  1675227525  1675227525  4135862
1  19700101000000                     0  1675227525  1675227525  4135863
2  19700101000000                     0  1675227525  1675227525  4135825
3  19700101000000                     0  1675227525  1675227525  4135824

df1ac.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 5 columns):
 #   Column                Non-Null Count  Dtype
---  ------                --------------  -----
 0   LASTCOLLPER           4 non-null      int64
 1   LASTCOLLECTIONPERIOD  4 non-null      int64
 2   TimestampY            4 non-null      int64
 3   FARK                  4 non-null      int64
 4   NE_ID                 4 non-null      int64
dtypes: int64(5)
memory usage: 288.0 bytes

执行后，DBREMOVECMD列每个单元格都包含整个NE_ID列的字符串形式，而非对应行的单个值，输出如下：

print(df1ac)
                                         DBREMOVECMD  ...    NE_ID
0  delete analog19_1.tp_table where NE_ID = 0    ...  ...  4135862
1  delete analog19_1.tp_table where NE_ID = 0    ...  ...  4135863
2  delete analog19_1.tp_table where NE_ID = 0    ...  ...  4135825
3  delete analog19_1.tp_table where NE_ID = 0    ...  ...  4135824

[4 rows x 6 columns]

df1ac.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 6 columns):
 #   Column                Non-Null Count  Dtype 
---  ------                --------------  -----
 0   DBREMOVECMD           4 non-null      object
 1   LASTCOLLPER           4 non-null      int64 
 2   LASTCOLLECTIONPERIOD  4 non-null      int64 
 3   TimestampY            4 non-null      int64 
 4   FARK                  4 non-null      int64 
 5   NE_ID                 4 non-null      int64 
dtypes: int64(5), object(1)
memory usage: 320.0+ bytes

print(df1ac.loc[0].DBREMOVECMD)
delete analog19_1.tp_table where NE_ID = 0    4135862
1    4135863
2    4135825
3    4135824
Name: NE_ID, dtype: int64 ;

print(df1ac.loc[1].DBREMOVECMD)
delete analog19_1.tp_table where NE_ID = 0    4135862
1    4135863
2    4135825
3    4135824
Name: NE_ID, dtype: int64 ;

请问为何使用DataFrame.insert命令时，插入的是整列字符串而非单个值？如何修改代码实现预期效果？

问题出在str(df1ac["NE_ID"])这一步：df1ac["NE_ID"]是一个pandas Series对象，直接用str()转换会把整个Series的完整字符串表示（包含所有行的索引和值）拼接进去，而非逐行转换每个元素。最终生成的是一个固定的长字符串，insert操作会把这个字符串广播到每一行，导致每个单元格内容完全一致，都是整个NE_ID列的内容。

需要对Series的每个元素单独进行字符串拼接，以下是几种常用实现方式：

方法1：向量化字符串拼接 #

先将NE_ID列转为字符串类型，再和固定前后缀进行向量化拼接，效率最高：

# 构造命令列
delete_cmds = "delete analog19_1.tp_table where NE_ID = " + df1ac["NE_ID"].astype(str) + " ;"
# 插入到第0列
df1ac.insert(0, column="DBREMOVECMD", value=delete_cmds)

方法2：apply逐行处理 #

通过apply对NE_ID列的每个元素执行格式化操作：

df1ac.insert(0, column="DBREMOVECMD", 
             value=df1ac["NE_ID"].apply(lambda x: f"delete analog19_1.tp_table where NE_ID = {x} ;"))

方法3：整行apply格式化 #

如果需要基于多列生成命令，可使用整行apply的方式：

df1ac.insert(0, column="DBREMOVECMD",
             value=df1ac.apply(lambda row: f"delete analog19_1.tp_table where NE_ID = {row['NE_ID']} ;", axis=1))

执行以上任意一种方法后，DBREMOVECMD列的每个单元格都会对应自身行的NE_ID值，比如第0行内容为delete analog19_1.tp_table where NE_ID = 4135862 ;，符合预期。

内容的提问来源于stack exchange，提问作者saluc