Pandas多列合并为单列：按列后缀生成汇总列

嘿，我来帮你搞定这个需求！你需要把DataFrame里所有后缀相同的列合并成新列，规则是当该后缀下的所有列值全为'1'时新列取1，否则取0，对吧？这里有个高效的实现方案，比逐行循环或者apply逐行处理要快得多，尤其适合大数据量的场景：

步骤拆解与代码实现 #

首先，我们先把列按后缀分组，然后对每组列做向量化的判断操作：

import pandas as pd

# 先模拟你的DataFrame（替换成你实际的df即可）
data = {
    'feat_a_1': ['1', '1', '0', '1'],
    'feat_b_1': ['1', '0', '1', '1'],
    'feat_c_2': ['1', '1', '1', '0'],
    'feat_d_2': ['1', '1', '0', '1']
}
df = pd.DataFrame(data)

# 1. 按后缀分组：把所有列按最后一个下划线后的后缀归类
col_groups = {}
for col in df.columns:
    # 拆分列名，取最后一个下划线后的部分作为后缀
    if '_' in col:
        suffix = col.split('_')[-1]
        if suffix not in col_groups:
            col_groups[suffix] = []
        col_groups[suffix].append(col)

# 2. 遍历每个后缀组，生成对应的final列
for suffix, cols in col_groups.items():
    # 向量化判断：先判断每个元素是否为'1'，再检查每行是否全为True，最后转成int（1/0）
    df[f'final_{suffix}'] = (df[cols] == '1').all(axis=1).astype(int)

代码解释 #

• 列分组：通过拆分列名的方式，把所有同后缀的列归到一组，比如所有以_1结尾的列会被分到suffix='1'的组里。
• 向量化判断：df[cols] == '1'会生成一个布尔值的DataFrame，all(axis=1)检查每行的所有值是否都是True（也就是原列值全为'1'），最后astype(int)把布尔值转换成1（True）和0（False）。

效果展示 #

运行上面的代码后，你的DataFrame会新增final_1和final_2列：

如果你的原数据中'1'是数字类型（不是字符串），只需要把代码里的'1'改成1就可以啦！

内容的提问来源于stack exchange，提问作者CandleWax