Scala中动态拼接DataFrame指定列生成新列的实现方案

问题描述 #

我有一个存储DataFrame列名的动态列表（元素数量不固定，示例：list_name=["name","email"]），还有一个包含多列的Pandas DataFrame（示例df包含name、email、phone列）。需要将列表中指定列的字段值拼接，生成一个新列，新列名为列表中列名的拼接结果（示例新列名：nameemail）。

示例输入 #

预期输出 #

解决方案 #

直接通过Pandas的apply方法按行拼接指定列，同时动态生成新列名：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    "name": ["ram", "raj"],
    "email": ["ram@gmail.com", "raj@gmail.com"],
    "phone": [345897045, 658086657]
})

# 动态列名列表
list_name = ["name", "email"]

# 生成新列名
new_col_name = ''.join(list_name)

# 拼接指定列的值，确保转为字符串避免类型错误
df[new_col_name] = df[list_name].apply(lambda row: ''.join(row.astype(str)), axis=1)

print(df)

代码说明 #

1. 动态生成新列名：用''.join(list_name)直接将列表中的列名拼接成新列的名称，适配任意长度的列名列表。
2. 按行拼接列值：使用apply方法指定axis=1按行处理，row.astype(str)确保所有列值转为字符串类型（比如示例中的phone列是数值类型，转换后才不会报错），再用''.join()拼接每行的指定列内容。
3. 灵活性：无论list_name包含2个还是更多列名，代码都能自动处理，比如list_name=["name", "phone"]会生成namephone列，值为name和phone的拼接结果。

内容的提问来源于stack exchange，提问作者Sandhru Tygon