如何将两个行列结构一致的DataFrame转换为元素为元组的DataFrame

实现方案 #

直接使用pandas内置的DataFrame.combine()方法即可实现，无需手动遍历，完美适配多列、大表场景：

import pandas as pd

# 示例输入
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [10, 20, 30]})
df2 = pd.DataFrame({'A': [11, 22, 33], 'B': [110, 220, 330]})

# 核心逻辑，所有列自动合并
df_combined = df1.combine(df2, lambda s1, s2: list(zip(s1, s2)))

输出的df_combined就是需要的结果：

A           B
0  (1, 11)  (10, 110)
1  (2, 22)  (20, 220)
2  (3, 33)  (30, 330)

方案优势 #

• 完全基于pandas原生方法实现，没有自定义循环逻辑，执行效率远高于遍历方案
• 自动对齐两个DataFrame的索引和列名，不需要提前保证两表的行、列顺序完全一致
• 代码简洁，列数再多也不需要修改核心逻辑

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