如何用Pandas DataFrame两列值生成拼接字符串列表？

需求说明 #

现有如下DataFrame：

import pandas as pd

df = pd.DataFrame(data=[["a",1],["b",2],["c",3]], columns=["id1","id2"])

需要生成列表 new_ids=['a_1','b_2','c_3']，即每行id1与id2的值用下划线拼接。

错误代码分析 #

版本一：生成独立列表后合并失败 #

# 此函数可正常运行
def get_ids(orig_df):
    id1_list=[]
    id2_list=[]

    for i in range(len(orig_df)):
        id1_list.append(orig_df['id1'].values[i])
        id2_list.append(orig_df['id2'].values[i])
    return(id1_list,id2_list)    

idlist1,idlist2=get_ids(df)    

# 以下部分无法运行
new_id=[]
for i,j in zip(idlist1,idlist2):
   row='_'.join(str(idlist1[i]),str(idlist2[j]))
   new_id.append(row)

错误原因：zip(idlist1, idlist2)返回的i和j是列表中的元素（如i='a'、j=1），但代码中用idlist1[i]试图用字符串作为列表索引，触发TypeError: list indices must be integers or slices, not str。

版本二：直接遍历DataFrame失败 #

newid_list=[]
for i in range(len(df)):
    n1=df['id1'[i].values]
    n2=df['id2'[i].values]
    nid= str(n1)+"_"+str(n2)
    newid_list.append(nid)

错误原因：语法错误，df['id1'[i].values]的括号位置错误，实际是先取字符串'id1'的第i个字符（如i=0时取'i'），再调用.values，而字符串没有values属性，触发AttributeError: 'str' object has no attribute 'values'。

正确解法 #

方法1：Pandas原生高效写法（推荐） #

利用Pandas的向量运算直接拼接，无需循环，适合大数据量：

# 将id2转为字符串后与id1拼接，再转成列表
new_ids = (df['id1'] + '_' + df['id2'].astype(str)).tolist()
print(new_ids)  # 输出: ['a_1', 'b_2', 'c_3']

方法2：修复版本一的循环写法 #

直接使用zip返回的元素，无需再通过列表索引：

idlist1, idlist2 = get_ids(df)
new_id = []
for i, j in zip(idlist1, idlist2):
    # 用f-string拼接更简洁，也可使用'_'.join([str(i), str(j)])
    row = f"{i}_{j}"
    new_id.append(row)
print(new_id)  # 输出: ['a_1', 'b_2', 'c_3']

方法3：修复版本二的遍历写法 #

修正语法错误，正确获取每行的列值：

newid_list = []
for i in range(len(df)):
    n1 = df['id1'].values[i]
    n2 = df['id2'].values[i]
    nid = f"{n1}_{n2}"
    newid_list.append(nid)
print(newid_list)  # 输出: ['a_1', 'b_2', 'c_3']

内容的提问来源于stack exchange，提问作者lmml