如何在Pandas DataFrame中按行拼接列值，避免跨行取值？

你的问题出在把整个sku列的Series直接转成字符串（str(dataFrame['sku'])），这会把所有行的sku值拼成一个整体字符串，导致新列混入其他行的数据。下面是几种正确的逐行拼接方法：

方法1：元素级字符串拼接（推荐，效率最高） #

直接对列做元素级的类型转换和拼接，Pandas Series原生支持这种操作：

dataFrame['images/0'] = 'https://img.ssensemedia.com/images/b_white,g_center,f_auto,q_auto:best/' + dataFrame['sku'].astype(str) + '_0' + dataFrame['name']

这里用astype(str)把sku列的每个元素单独转成字符串，而非把整个列转成一个大字符串。

方法2：用apply逐行处理 #

如果需要添加复杂逻辑（比如值判断、额外处理），可以用apply按行遍历：

def build_image_url(row):
    # 可在这里添加额外逻辑，比如判断sku是否为空
    return f"https://img.ssensemedia.com/images/b_white,g_center,f_auto,q_auto:best/{row['sku']}_0{row['name']}"

dataFrame['images/0'] = dataFrame.apply(build_image_url, axis=1)

axis=1参数指定按行处理，row代表每一行的数据，直接提取对应列的值拼接即可。

方法3：用assign链式生成新列 #

如果习惯链式操作DataFrame，可以用assign结合lambda：

dataFrame = dataFrame.assign(
    **{'images/0': lambda df: f"https://img.ssensemedia.com/images/b_white,g_center,f_auto,q_auto:best/{df['sku']}_0{df['name']}"}
)

lambda里的df是整个DataFrame，df['sku']是Series，f-string会自动完成元素级的拼接。

内容的提问来源于stack exchange，提问作者AynonT