如何在pandas DataFrame中按行拼接字符串并生成新行？

要实现将指定行（如索引3和4）的对应单元格字符串拼接，生成目标Series，可通过以下两种方式完成：

示例数据准备 #

先构造匹配需求的示例DataFrame：

import pandas as pd

df = pd.DataFrame(
    [['Brand', 'RIVIAN', 'LUCID Air'],
     ['Model', 'RIT', 'Dream Edition']],
    index=[3, 4],
    columns=['Col1', 'Col2', 'Col3']
)

方法1：列表推导式逐元素拼接 #

直接遍历两行的对应元素，拼接后转为Series：

row3 = df.loc[3]
row4 = df.loc[4]

new_row = pd.Series([f"{a} {b}" for a, b in zip(row3, row4)])

输出结果：

0    Brand Model
1    RIVIAN RIT
2    LUCID Air Dream Edition
dtype: object

方法2：使用str.cat()向量化拼接 #

如果行内所有元素都是字符串（非字符串需先通过astype(str)转换），用pandas内置方法更高效：

# 确保元素为字符串类型
row3 = row3.astype(str)
row4 = row4.astype(str)

new_row = row3.str.cat(row4, sep=' ')

该方法与列表推导式结果完全一致，且更贴合pandas的向量化操作习惯。

示例示意图 #

内容的提问来源于stack exchange，提问作者Sherwin R