为DataFrame中numpy.int64类型的b列数值添加前缀141

没问题，这事儿有两种实用的方法，你可以根据场景选：

方法1：字符串拼接法（通用型，适配任意位数的原数值） #

这种方法不管你的b列数值是几位都能生效，核心思路是先把数值转成字符串，拼接前缀后再转回整数类型，完美保留你需要的numpy.int64类型：

import pandas as pd
import numpy as np

# 先构造你给出的示例DataFrame
df = pd.DataFrame({
    'a': ['mark', 'john', 'jack', 'harry', 'jacob'],
    'b': np.array([50, 60, 30, 80, 10], dtype=np.int64)
})

# 执行前缀添加操作
df['b'] = ('141' + df['b'].astype(str)).astype(np.int64)

执行后b列就会变成14150、14160、14130、14180、14110，完全符合你的需求。

方法2：数学运算（适合原数值位数固定的场景） #

如果你的b列数值都是固定位数（比如这里都是两位），用数学计算的方式效率会更高：

# 基于示例DataFrame执行操作
df['b'] = 141 * 100 + df['b']

原理很直观：把前缀141放大100倍（对应原数的两位长度），再加上原数值，就相当于把141“贴”在了原数的前面。

最终效果 #

处理后的DataFrame如下：

内容的提问来源于stack exchange，提问作者user12157180