如何在Pandas中从数组向DataFrame的列追加对应字符串？

场景说明 #

你有如下结构的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ip': ['10.10.20.9', '10.10.1.25', '10.1.13.45', '10.1.100.101', '10.1.100.11',
           '10.11.2.100', '10.1.2.151', '10.1.2.184', '10.1.20.185'],
    'metric': [0]*9
})

希望将数组arr = ["(0)", "(1)", "(2)", "(3)", "(4)", "(5)", "(6)", "(7)", "(8)"]中的元素，按位置对应追加到ip列的每个值末尾，得到如下结果：

ip  metric
0    10.10.20.9(0)       0
1    10.10.1.25(1)       0
2    10.1.13.45(2)       0
3  10.1.100.101(3)       0
4   10.1.100.11(4)       0
5   10.11.2.100(5)       0
6    10.1.2.151(6)       0
7    10.1.2.184(7)       0
8   10.1.20.185(8)       0

实现方法 #

直接将ip列转为字符串类型后，与目标数组进行按位置拼接即可，Pandas会自动匹配索引位置完成对应元素的拼接：

arr = ["(0)", "(1)", "(2)", "(3)", "(4)", "(5)", "(6)", "(7)", "(8)"]
# 拼接操作
df["ip"] = df["ip"].astype(str) + arr

如果需要更明确的类型匹配，也可以把数组转为Pandas Series后再拼接，效果完全一致：

df["ip"] = df["ip"].astype(str) + pd.Series(arr)

执行上述代码后，ip列就会按需求完成元素追加。

内容的提问来源于stack exchange，提问作者Souvik Ray