🔗 Как склеить два столбца в pandas: простой и эффективный способ

Для склеивания двух столбцов в pandas можно использовать метод concat.

import pandas as pd

# Создание двух столбцов
column1 = pd.Series([1, 2, 3])
column2 = pd.Series(['a', 'b', 'c'])

# Склеивание столбцов
result = pd.concat([column1, column2], axis=1)

print(result)

Метод concat принимает список столбцов, которые нужно склеить, и аргумент axis=1, чтобы указать, что склеивание происходит по горизонтали (по столбцам).

Результат:

   0  1
0  1  a
1  2  b
2  3  c

Как склеить два столбца в Pandas

Когда работаем с данными в Pandas, часто возникает необходимость объединить или склеить два столбца в один. Это может понадобиться, например, чтобы создать новый столбец на основе существующих данных или для удобства анализа данных. В этой статье мы рассмотрим различные способы склеивания столбцов в Pandas.

1. Использование оператора "+" для числовых столбцов

Если ваши столбцы содержат числовые значения, то вы можете использовать оператор "+" для склеивания этих столбцов и создания нового столбца, содержащего сумму значений. Например, если у вас есть столбец "стоимость" и столбец "налог", вы можете склеить их следующим образом:

df['общая стоимость'] = df['стоимость'] + df['налог']

В результате получим новый столбец "общая стоимость", содержащий сумму значений из столбцов "стоимость" и "налог".

2. Использование метода "concat" для объединения строковых столбцов

Если у вас есть два или более строковых столбца, то вы можете использовать метод "concat" из библиотеки Pandas для объединения этих столбцов. Например, у вас есть столбец "имя" и столбец "фамилия", и вы хотите создать новый столбец "полное имя", содержащий полное имя человека. Вы можете сделать это следующим образом:

df['полное имя'] = df['имя'].str.cat(df['фамилия'], sep=' ')

В результате получим новый столбец "полное имя", содержащий объединение значений из столбцов "имя" и "фамилия", разделенных пробелом.

3. Использование метода "apply" для произвольной операции

Если вам необходимо выполнить какую-то произвольную операцию над столбцами и получить новый столбец, вы можете использовать метод "apply" в сочетании с лямбда-функцией или пользовательской функцией. Например, вы хотите создать новый столбец "инициалы", содержащий первую букву имени и фамилии. Вы можете сделать это следующим образом:

df['инициалы'] = df.apply(lambda row: row['имя'][0] + row['фамилия'][0], axis=1)

В результате получим новый столбец "инициалы", содержащий первую букву имени и фамилии каждого человека.

4. Использование метода "join" для объединения данных из нескольких столбцов

Если у вас есть несколько столбцов, значения которых необходимо объединить в одну строку, вы можете использовать метод "join" для этой цели. Например, у вас есть столбец "день", столбец "месяц" и столбец "год", и вы хотите создать столбец "дата" в формате "день-месяц-год". Вы можете сделать это следующим образом:

df['дата'] = df[['день', 'месяц', 'год']].apply(lambda row: '-'.join(row.astype(str)), axis=1)

В результате получим новый столбец "дата", содержащий объединенные значения из столбцов "день", "месяц" и "год" в формате "день-месяц-год".

5. Использование метода "assign" для создания нового столбца с помощью выражения

Если вам необходимо создать новый столбец на основе выражения, вы можете использовать метод "assign" вместе с лямбда-функцией. Например, вы хотите создать столбец "сумма", содержащий сумму значений из столбцов "столбец1" и "столбец2", умноженную на 2. Вы можете сделать это следующим образом:

df = df.assign(сумма = lambda x: (x['столбец1'] + x['столбец2']) * 2)

В результате получим новый столбец "сумма", содержащий сумму значений из столбцов "столбец1" и "столбец2", умноженную на 2.

Заключение

Склеивание двух столбцов в Pandas может быть выполнено различными способами в зависимости от типа данных и требуемых операций. В этой статье мы рассмотрели несколько подходов, которые помогут вам объединить столбцы и создать новые столбцы на основе существующих данных. Надеюсь, эта информация была полезной для вас!