如何在拼接Pandas DataFrame列时限制最大长度为500字符？

有两种常用的实现方式，可根据你的需求选择：

方法一：直接拼接后截断（简单高效） #

先将三列内容拼接，再直接截取前500字符。注意先处理空值，避免拼接后出现NaN：

import pandas as pd

FILE_NAME = "your_file.csv"
df = pd.read_csv(FILE_NAME, header=0)

# 填充空值为字符串，防止拼接时产生NaN
df[['Header', 'Subtitle', 'Text']] = df[['Header', 'Subtitle', 'Text']].fillna('')

# 拼接三列并截断至最多500字符
df['all'] = (df['Header'] + df['Subtitle'] + df['Text']).str[:500]

方法二：按列顺序拼接至500字符（优先保留前列内容） #

如果希望优先保留Header的完整内容，再补充Subtitle，最后加Text，直到总长度达到500字符就停止拼接，可以用自定义函数结合apply实现：

import pandas as pd

FILE_NAME = "your_file.csv"
df = pd.read_csv(FILE_NAME, header=0)

def concat_with_limit(row):
    combined = ""
    # 按优先级顺序拼接列
    for col in ['Header', 'Subtitle', 'Text']:
        # 处理空值，转为字符串
        content = str(row[col]) if pd.notna(row[col]) else ""
        combined += content
        # 达到长度限制就停止
        if len(combined) >= 500:
            break
    # 确保最终长度不超过500
    return combined[:500]

df['all'] = df.apply(concat_with_limit, axis=1)

注意事项 #

• 两种方法都处理了空值问题，避免拼接结果出现NaN；
• 方法一适合对列顺序无优先级要求的场景，代码更简洁；
• 方法二适合需要优先保留特定列内容的场景，逻辑更灵活。

内容的提问来源于stack exchange，提问作者code12345