如何实现DataFrame两数字列排除零值后的字符串拼接？

我从数据库导出并清理了一个DataFrame，部分数据的单个数字被拆分到了crashes_1列（比如第9行）。现在需要合并crashes和crashes_1两列，排除零值后做字符串拼接，例如第9行最终的total_crashes需要是158。

我尝试了以下代码但均未生效：

df['total_crashes'] = df['crashes'].astype(str).str.zfill(0) + df['crashes_1'].astype(str).str.zfill(0)

df['total_crashes'] = df['total_crashes'].astype(str).replace('\0', '', regex=True)

df['total_crashes'] = df['total_crashes'].apply(lambda x: ''.join(x[x!=0]))

df['total_crashes'] = df['total_crashes'].str.cat(df['total_crashes'], x[x!=0])

df['total_crashes'] = df.drop[0].sum(axis=1)

有效解决方案 #

核心思路是将两列转为字符串，清除所有形式的零值后再拼接，代码如下：

# 处理两列：转字符串，匹配所有零值（0、0.0等）并替换为空
df['total_crashes'] = (df['crashes'].astype(str).str.replace(r'^0\.?0*$', '', regex=True) 
                       + df['crashes_1'].astype(str).str.replace(r'^0\.?0*$', '', regex=True))

# 可选：将结果转为整数类型（如果需要数值格式）
df['total_crashes'] = df['total_crashes'].astype(int)

如果你的零值仅为整数0或字符串'0'，也可以用更简单的写法：

# 转字符串后替换零值为空，再拼接
df['total_crashes'] = (df['crashes'].astype(str).replace('0', '', regex=False) 
                       + df['crashes_1'].astype(str).replace('0', '', regex=False))

# 转数值
df['total_crashes'] = df['total_crashes'].astype(int)

这个方案会自动忽略两列中的零值，只保留有效数字进行拼接，比如当crashes为15、crashes_1为8时，得到158；如果其中一列是零，则直接保留另一列的数值。

内容的提问来源于stack exchange，提问作者Mark Moralls