如何从pandas DataFrame生成下划线分隔的复合名称列表

实现逻辑 #

选取ID、Gender、Classes三列的逐行对应值，以下划线为分隔符拼接后转为列表即可，以下提供两种常用实现方案：

方案1：str.cat拼接（性能优先） #

该方案底层使用向量化运算，数据量较大时运行效率更高：

import pandas as pd   
data = {'ID':['HA12','HA12','HA12','HA20', 'HA20' ], 'Age': [20, 20, 20, 25, 25], 'Gender': ['M','M','M','F','F'], 'Classes':['Maths', 'Biology', 'Chemistry', 'Maths', 'English' ]}   
df = pd.DataFrame(data)

# 核心拼接代码
col_name_list = df['ID'].str.cat([df['Gender'], df['Classes']], sep='_').tolist()
print(col_name_list)

运行输出结果：
['HA12_M_Maths', 'HA12_M_Biology', 'HA12_M_Chemistry', 'HA20_F_Maths', 'HA20_F_English']

方案2：apply自定义拼接（灵活性优先） #

该方案支持自定义拼接规则，后续要调整拼接字段、分隔规则时修改成本更低：

import pandas as pd   
data = {'ID':['HA12','HA12','HA12','HA20', 'HA20' ], 'Age': [20, 20, 20, 25, 25], 'Gender': ['M','M','M','F','F'], 'Classes':['Maths', 'Biology', 'Chemistry', 'Maths', 'English' ]}   
df = pd.DataFrame(data)

# 核心拼接代码
col_name_list = df.apply(lambda x: f"{x['ID']}_{x['Gender']}_{x['Classes']}", axis=1).tolist()
print(col_name_list)

运行输出结果和方案1完全一致。

内容的提问来源于stack exchange，提问作者user249018