如何实现Pandas DataFrame列值的逐行字符串格式化拼接

你写的这行代码根本没法逐行生成结果，核心问题是直接拿整列的Series对象套f-string。f-string执行的时候是在赋值的瞬间，直接把三个列的整个内容转成大段字符串嵌到模板里，根本不会一行一行匹配取值，最后拼出来的是一整坨包含所有列原始内容的长文本，完全不是你要的逐行短句。

1. 逐行遍历拼接（逻辑最直白，小数据用着方便） #

指定按行维度遍历，每拿到一行的字段值，就往模板里嵌：

df['string'] = df.apply(
    lambda row: f"{row['qty']} {row['things']} on the {row['place']}",
    axis=1
)

这里的axis=1别漏，意思是按行循环，每次拿到的row就是当前行的所有字段值，从里面取对应字段拼字符串就不会错。

2. 矢量化拼接（数据量大的时候跑着更快） #

Pandas本身支持列之间直接做字符串运算，是内置的矢量化实现，不用手动逐行循环，速度比上面的apply方法快好几倍：

# 提醒下qty是数字类型，得先转成字符串才能拼，不然会直接报错
df['string'] = (
    df['qty'].astype(str)
    + " "
    + df['things']
    + " on the "
    + df['place']
)

两种写法跑出来的结果和你预期的表结构完全一致。

• 别再写“直接对整列字段套f-string”的代码了，这是pandas刚上手最容易踩的坑，本质是转字符串，不是逐行匹配
• 要是表有几万行以上，别用apply逐行循环，直接用矢量化拼接的写法，省时间

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