如何在Pandas DataFrame中合并文本与字段生成新列？

在Pandas里完全不需要新增中间列，直接通过向量化字符串拼接就能一步生成目标列，分两种情况处理：

1. 当原列是字符串类型时 #

如果column_name1本身就是字符串格式，直接用加号拼接固定文本和列即可：

DF["column_name2"] = "MN-" + DF["column_name1"]

2. 当原列是数值类型时 #

如果column_name1是整数/浮点数类型，需要先把它转换成字符串再拼接：

DF["column_name2"] = "MN-" + DF["column_name1"].astype(str)

示例演示 #

比如构造你的示例DataFrame：

import pandas as pd

DF = pd.DataFrame({"column_name1": [1, 2, 3]})
# 生成目标列
DF["column_name2"] = "MN-" + DF["column_name1"].astype(str)

运行后得到的结果就是：

备选方法（适合复杂格式） #

如果需要更复杂的字符串格式化（比如补零、小数位数控制），可以用apply结合f-string：

DF["column_name2"] = DF["column_name1"].apply(lambda x: f"MN-{x:02d}")
# 这样会生成 MN-01、MN-02 这种格式

不过注意：向量化拼接（前面的加号方法）比apply效率更高，处理大数据量时优先选择前者。

内容的提问来源于stack exchange，提问作者Steve Robinson