如何用Python/Pandas基于同行列信息创建汇总列

原始DataFrame定义如下：

import pandas as pd

df = pd.DataFrame({
    'id': [1,2,3],
    'date': ['2021-09-08', '2021-07-06', '2021-03-04'],
    'finding': ['Yes', 'No', 'Yes'],
    'unecessary_col': [1,1,1]
})

对应的表格输出：

id  date        finding unecessary_col
0   1   2021-09-08  Yes     1
1   2   2021-07-06  No      1
2   3   2021-03-04  Yes     1

需求：新增summary列，将每行的id、date、finding列内容按指定格式拼接，格式为"ID: {id值}; Date: {date值}; Finding: {finding值}"，不需要包含unecessary_col列。

解决方案 #

方法1：使用apply逐行处理（灵活易读） #

通过自定义函数，逐行提取指定列的内容并拼接成目标格式：

def create_summary(row):
    return f"ID: {row['id']}; Date: {row['date']}; Finding: {row['finding']}"

df['summary'] = df.apply(create_summary, axis=1)

方法2：矢量化字符串拼接（高效，适合大数据量） #

利用Pandas的矢量化操作直接拼接字符串，避免逐行循环，效率更高：

df['summary'] = "ID: " + df['id'].astype(str) + "; Date: " + df['date'] + "; Finding: " + df['finding']

也可以使用str.format的矢量化写法：

df['summary'] = df.apply(lambda x: "ID: {}; Date: {}; Finding: {}".format(x['id'], x['date'], x['finding']), axis=1)

最终输出 #

执行上述任意一种方法后，DataFrame将变为：

id  date        finding unecessary_col  summary
0   1   2021-09-08  Yes     1               ID: 1; Date: 2021-09-08; Finding: Yes
1   2   2021-07-06  No      1               ID: 2; Date: 2021-07-06; Finding: No
2   3   2021-03-04  Yes     1               ID: 3; Date: 2021-03-04; Finding: Yes

内容的提问来源于stack exchange，提问作者Dr Wampa