如何让Pandas列拼接程序正常运行？需输出拼接后的整数

你的代码跑不起来的核心原因是：当使用apply(axis=1)时，传入lambda函数的是整行的Series对象，而不是你定义的两个独立参数x和y，这就导致了参数不匹配的错误。下面给你几种可行的修改方案：

方案一：修改lambda函数适配行对象 #

直接让lambda接收行数据，提取对应列的值后拼接转成整数：

import pandas as pd
d = pd.DataFrame({'A': range(5), 'B': range(5, 10)})
# 接收行对象，提取A、B列拼接后转整数
f = lambda row: int(str(row['A']) + str(row['B']))
# 生成新列存储结果
d['combined'] = d.apply(f, axis=1)

方案二：矢量化操作（推荐） #

Pandas的矢量化操作比逐行apply效率高得多，尤其处理大数据量时更明显。直接对列做字符串拼接再转整数：

import pandas as pd
d = pd.DataFrame({'A': range(5), 'B': range(5, 10)})
# 将A、B列转字符串后拼接，再转回整数
d['combined'] = (d['A'].astype(str) + d['B'].astype(str)).astype(int)

方案三：用f-string简化拼接逻辑 #

如果喜欢f-string的写法，也可以用apply结合f-string实现：

import pandas as pd
d = pd.DataFrame({'A': range(5), 'B': range(5, 10)})
d['combined'] = d.apply(lambda row: int(f"{row['A']}{row['B']}"), axis=1)

为什么原代码不行？ #

再强调一下：d[['A', 'B']].apply(f, axis=1)会把每一行的A、B值打包成一个Series传给f，但你的f定义需要两个参数，所以会抛出TypeError。如果非要保留f的双参数形式，也可以嵌套一层lambda，但这种写法没必要，反而冗余：

# 不推荐，仅作演示
f = lambda x, y: int(str(x) + str(y))
d['combined'] = d.apply(lambda row: f(row['A'], row['B']), axis=1)

内容的提问来源于stack exchange，提问作者r.user.05apr