Pandas如何将DataFrame多列成绩合并为单个Notes列
实现方法
首先加载你给出的原始测试数据集,确保和本地运行的环境一致:
import pandas as pd df = pd.DataFrame({'ID':["a"," b", "c","d", "e"], 'P1': [10, 28, 34, 56, 78], 'P2':[ 90, 54, 54, 32, 16], 'P3':[14, 15, 24, 90,34]})
根据不同的Notes存储格式需求,对应两种常用实现方案:
方案1:Notes列存储为成绩列表(适合后续数值计算)
这种方案的优势是后续不需要重新拆分字符串提取成绩,可直接对列内的列表做求和、求平均等统计操作。代码里自动识别所有题目列(即列名以P开头的列),比手动枚举P1、P2、P3列名的可维护性更高,后续新增题目列时不需要修改代码逻辑,实现代码:
# 自动筛选所有题目类列 target_cols = df.columns[df.columns.str.startswith('P')] # 逐行把选中的列值转成列表存入Notes列 df['Notes'] = df[target_cols].apply(lambda r: r.tolist(), axis=1)
运行后第一行数据的Notes值为[10, 90, 14],完全匹配每行的三个题目成绩。
方案2:Notes列存储为带题目标识的可读字符串(适合报表导出)
如果需要把内容导出给非技术人员查看,可以把成绩拼接成带题目标记的字符串,默认格式为P1:10, P2:90, P3:14,对应实现代码:
target_cols = df.columns[df.columns.str.startswith('P')] df['Notes'] = df[target_cols].apply( lambda row: ', '.join([f"{col}:{score}" for col, score in row.items()]), axis=1 )
实用提示:
- 如果需要调整拼接的分隔符,直接修改join方法里的分隔参数即可,比如换成
|、-都可以适配不同的导出格式要求。- 原始数据集里ID列的
" b"值带了前导空格,如果后续需要清洗ID字段,可额外执行df['ID'] = df['ID'].str.strip()去掉首尾空格。
内容的提问来源于stack exchange,提问作者nemo92world
相关产品推荐
相关产品推荐

