You need to enable JavaScript to run this app. Pandas如何将DataFrame多列成绩合并为单个Notes列
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.07 16:15:10