如何使用apply方法合并pandas DataFrame中的多列？

嘿，我来帮你搞定这个apply方法的问题～你的代码有几个小细节出错导致失败，我来拆解一下，再给你几种可行的解决方案：

原代码的问题分析 #

1. 索引方式错误：df[:,["DAY_OF_MONTH","MONTH","AYEAR"]]不是Pandas中选取多列的正确写法，应该直接用df[["DAY_OF_MONTH","MONTH","AYEAR"]]。
2. 未指定行处理轴：apply默认是按列（axis=0）处理数据，但你需要逐行拼接三个列的值，必须指定axis=1来按行传递整行数据。
3. 赋值对象错误：df.loc["Test_FL_DATE"]是尝试给行赋值，但你想要的是新增一列，应该用列名直接索引（比如df["Test_FL_DATE"]）。

修正后的解决方案 #

方案1：修改自定义函数的Apply调用

调整函数参数为接收整行数据，同时指定axis=1：

def date_creation(row):
    # 从行中提取三个日期字段并拼接
    return f"{row['DAY_OF_MONTH']}/{row['MONTH']}/{row['AYEAR']}"

# 新增Test_FL_DATE列
df["Test_FL_DATE"] = df[["DAY_OF_MONTH", "MONTH", "AYEAR"]].apply(date_creation, axis=1)

方案2：用Lambda函数简化写法

如果不想单独定义函数，直接用lambda更简洁：

df["Test_FL_DATE"] = df.apply(
    lambda row: f"{row['DAY_OF_MONTH']}/{row['MONTH']}/{row['AYEAR']}",
    axis=1
)

方案3：矢量化操作（推荐，效率更高）

Apply本质还是循环，对于大数据集，用Pandas的矢量化字符串拼接效率更高：

# 先把数值列转为字符串，再直接拼接
df["Test_FL_DATE"] = (
    df["DAY_OF_MONTH"].astype(str) + '/' +
    df["MONTH"].astype(str) + '/' +
    df["AYEAR"].astype(str)
)

这几种方法都能实现你想要的效果，其中矢量化操作是最优选择，因为它利用了Pandas的底层优化，比apply快很多～

内容的提问来源于stack exchange，提问作者monir zaman