如何按指定宽度拼接Pandas DataFrame中的整数列？

没问题，我来帮你搞定这个列拼接的需求！你想要把C1按两位数字宽度、C2按三位数字宽度拼接成新列，之前用str(df.C1)没成功是因为这个操作是把整个Series转成了字符串，而不是逐个元素处理。下面给你两种高效的解决方案：

方法一：向量化字符串处理（推荐，大数据量更高效） #

利用Pandas的字符串方法，先把整数列转为字符串，再用str.zfill(n)来填充前导0保证指定宽度，最后直接拼接两个字符串列：

import pandas as pd

# 示例数据
df = pd.DataFrame({'C1': [8, 12, 5], 'C2': [49, 156, 7]})

# 创建新列CODESUM
df['CODESUM'] = df['C1'].astype(str).str.zfill(2) + df['C2'].astype(str).str.zfill(3)

运行后你的DataFrame会变成：

C1   C2 CODESUM
0   8   49   08049
1  12  156   12156
2   5    7   05007

你提到开头的0无关紧要，这个结果完全满足要求——既保证了指定的宽度，多余的前导0也不影响后续使用。

方法二：使用apply和格式化字符串 #

如果习惯用Python的格式化语法，也可以用apply逐行处理，适合逻辑更复杂的场景：

df['CODESUM'] = df.apply(lambda row: f"{row['C1']:02d}{row['C2']:03d}", axis=1)

这里的02d表示把整数格式化为两位（不足补0），03d表示三位，和方法一的效果完全一致。不过要注意，apply是逐行操作，当数据量非常大时，效率会比方法一的向量化处理低一些。

内容的提问来源于stack exchange，提问作者user9371297