Python3 Pandas合并DataFrame所有列至单列的问题求助

你想把DataFrame每一行的所有列值拼接成一个字符串列对吧？你的思路方向是对的，但原代码有两个关键问题导致失败，我来帮你修正并给出几种可行的方案：

原代码的问题分析 #

1. 数据类型不兼容：如果你的列是数值类型（比如int/float），直接用''.join会报错——join只能拼接字符串，不能处理数字。
2. 删除列的语法错误：drop([db.index], axis=1)完全不对，axis=1是操作列，而db.index是行索引，这会导致代码抛出异常。

正确的解决方案 #

方法1：先转字符串再用apply拼接（最直观） #

这是在你原有思路上修正的版本，先把所有列转为字符串类型，再按行拼接：

import pandas as pd

# 示例DataFrame（行列数未知也适用）
db = pd.DataFrame({'A': [1, 3, 5], 'B': [2, 2, 6], 'C': [3, 1, 7]})

# 新增合并列：将所有列转字符串后按行拼接
db['merged_col'] = db.astype(str).apply(''.join, axis=1)

# 如果只需要保留合并后的列，删除原列
result = db.drop(db.columns[:-1], axis=1)
# 或者直接提取新列：result = db[['merged_col']]

方法2：用agg替代apply（更高效） #

对于较大的数据集，agg的性能比apply更好，用法几乎一致：

db['merged_col'] = db.astype(str).agg(''.join, axis=1)

方法3：处理缺失值的情况（可选） #

如果你的DataFrame存在缺失值（NaN），直接转字符串会得到"nan"，可以先填充缺失值再拼接：

# 用空字符串填充缺失值，再拼接
db['merged_col'] = db.fillna('').astype(str).apply(''.join, axis=1)

测试结果 #

用你的示例数据，运行后merged_col列的结果就是：

这样不管你的DataFrame有多少行多少列，都能自动完成每一行的列值拼接啦。

内容的提问来源于stack exchange，提问作者Bernardo Martins