Pandas 合并同列结构DataFrame的对应位置单元格字符串拼接
实现方案
你当前的需求是逐单元格对齐拼接两个结构、索引、列完全一致的DataFrame的字符串内容,之前你觉得merge、concat不适用是完全正确的:merge的核心是通过指定关联键做关系型表匹配,concat的核心是沿行/列轴堆叠表数据,二者都不支持单元格级别的逐元素运算,属于方法选型和需求场景不匹配,用pandas原生的元素级运算就能直接实现,不需要绕复杂操作。
方法1:最简洁的原生加法运算
pandas对字符串类型的Series、DataFrame,原生支持+运算符做逐元素拼接,且会自动对齐索引与列位置,因为你当前两个DataFrame的结构、索引完全匹配,直接运算即可得到预期结果:
result = df1 + df2
运行后输出的结果完全匹配目标结构:
| A | B | C | |
|---|---|---|---|
| 0 | B2A2 | D2E2 | F2Z2 |
| 1 | B3A3 | D3E3 | F3Z3 |
| 2 | B6A6 | D6E6 | F6Z6 |
| 3 | B7A7 | D7E7 | F7Z7 |
注意:如果两个DataFrame的索引、列名存在不对齐的情况,拼接位置会自动填充为NaN,使用前可快速检查结构匹配性,避免出现空值。
方法2:灵活适配的字符串拼接实现
如果后续需要自定义拼接分隔符、非字符串类型的隐式转换,可以用str.cat逐列完成拼接,灵活度更高:
# 逐列调用str.cat完成单元格级拼接 result = pd.DataFrame({ col: df1[col].astype(str).str.cat(df2[col].astype(str)) for col in df1.columns })
如果需要在两个拼接字符串中间加固定分隔符(比如-),只需要给str.cat传入sep="-"参数即可,不需要改动其他逻辑。
内容的提问来源于stack exchange,提问作者cookie1986
相关产品推荐
相关产品推荐

