如何在Python Pandas中拼接二进制列？列数超12时遇异常

你遇到的这个奇怪负数结果，本质是整数溢出导致的！

为什么会出现 -2147483648？ #

你的代码里多了一步完全没必要的操作：把拼接好的字符串转成整数再转回字符串。当列数超过12时，拼接后的字符串是13位（比如"0010000000000"），把它当作十进制数转成int时，pandas默认会使用numpy的int32类型——而int32的最大值只有2147483647（约20亿），但13位的十进制数100000000000远远超出了这个范围，溢出后就变成了int32能表示的最小值-2147483648。

解决方法：直接操作字符串，跳过整数转换 #

我们的目标是生成二进制签名字符串，完全不需要绕到整数这一步，直接拼接就行：

最简实现

df['new'] = df.astype(str).sum(axis=1)

因为你的所有列值都是0或1，转成字符串后拼接出来的长度正好等于列数，直接就能得到你想要的固定长度二进制字符串（比如13列时就是"0010000000000"）。

稳妥补零版（可选）

如果担心某些极端情况（比如列值意外不是0/1导致长度不足），可以用str.zfill()强制补前导零，保证长度等于列数：

col_num = df.shape[1]
df['new'] = df.astype(str).sum(axis=1).str.zfill(col_num)

高效版（适合超大DataFrame）

如果你的数据量很大，字符串拼接的效率可以再优化，用numpy的向量操作来处理：

import numpy as np
df['new'] = np.apply_along_axis(lambda row: ''.join(row.astype(str)), axis=1, arr=df.values)

测试验证 #

用你13列的例子测试：

a = np.zeros(shape=(3,13))
df = pd.DataFrame(a).astype(int)
df[2] = 1
df['new'] = df.astype(str).sum(axis=1)
print(df['new'])

输出结果完全符合预期：

0    0010000000000
1    0010000000000
2    0010000000000
Name: new, dtype: object

内容的提问来源于stack exchange，提问作者njfrazie