如何基于Pandas DataFrame前两列生成第三列？

首先构建示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'col-a': ['abc', 'def', 'ghi'],
    'col-b': [123, 456, 789]  # col-b为数值类型，后续需转字符串
})

最优方案：矢量化字符串拼接（速度最快） #

针对大数据量场景，矢量化操作是首选，完全规避逐行循环，性能比apply()高数个数量级：

# 直接拼接字符串，将数值型col-b转为字符串后参与拼接
df['col-c'] = 'https://' + df['col-a'] + '.' + df['col-b'].astype(str)

备选方案：正确使用apply() #

如果必须使用apply()，需指定axis=1实现逐行处理，同时传入两列值：

df['col-c'] = df.apply(lambda row: f"https://{row['col-a']}.{row['col-b']}", axis=1)

注：该方法仅适合小数据量场景，大数据量下性能远不如矢量化拼接。

基于NumPy的矢量化实现 #

也可通过NumPy字符串操作函数实现，性能同样优异：

import numpy as np

# 将列转为字符串数组
col_a_str = df['col-a'].values
col_b_str = df['col-b'].astype(str).values

# 分步拼接生成目标列
df['col-c'] = np.char.add(np.char.add('https://', col_a_str), np.char.add('.', col_b_str))

关键提示 #

• 大数据量禁用apply()：apply()本质是逐行遍历，数据量达十万级以上时速度会显著下降。
• 数值列需转字符串：若col-b为数值类型，必须通过astype(str)转为字符串后才能参与拼接。

内容的提问来源于stack exchange，提问作者Chinmay Nayak