Python 创建新列并使用相同df中添加的字符串填充，以下划线作为分隔符

我有以下数据帧：

import pandas as pd
ds = pd.DataFrame({'place': [1,2,3], 'date': ['6/7/2021','1/1/2031','1/4/2011'], 
'city':['Moscow','New York','Sidney'], 'kids':[5,3,1]})

看起来是这样的：

city        date      kids   place
Moscow    6/7/2021     5       1
New York  1/1/2031     3       2
Sidney    1/4/2011     1       3

我需要在数据框中添加一个新的列“key”，其中的值将是一个字符串，该字符串将是特定列的每一行中的值的并集：“city”、“date”、“place”，并使用下划线（“u1”）作为分隔符

最终目标：

city        date      kids   place   key
Moscow    6/7/2021     5       1     Moscow_6/7/2021_1
New York  1/1/2031     3       2     New York_1/1/2031_2
Sidney    1/4/2011     1       3     Sidney_1/4/2011_3

首先，我将“place”列中的整数转换为字符串：

df['place'].apply(str)

其次，我删除了我不需要的列（但实际上该列应该在结果df中）：

然后我尝试创建一个新列并用附加的字符串填充它：

df['key'] = df[col_list].apply(lambda x: x.sum())

---

但它在“key”列中返回我的NaN值，实际上这些值仍然没有附加undersoce作为分隔符

您只需添加类似于构建

str

的列，只需将最后一列强制转换为

str

：

In[87]:
df['key'] = df['city'] + '_' + df['date'] + '_' + df['place'].astype(str)
df

Out[87]: 
       city      date  kids  place                  key
0    Moscow  6/7/2021     5      1    Moscow_6/7/2021_1
1  New York  1/1/2031     3      2  New York_1/1/2031_2
2    Sidney  1/4/2011     1      3    Sidney_1/4/2011_3

计时 对于30k行df：

%timeit  df['city'] + '_' + df['date'] + '_' + df['place'].astype(str)
df
%timeit df[['city', 'date', 'place']].astype(str).apply('_'.join, 1)
%timeit df[['city', 'date', 'place']].astype(str).transform('_'.join, 1)

100 loops, best of 3: 9 ms per loop
10 loops, best of 3: 84 ms per loop
10 loops, best of 3: 83 ms per loop

这个方法似乎快了10倍，可能是因为它只是一个直接的矢量化加法，

apply

是一个循环的

for

循环，看起来

transform

需要进行某种形式的

分组

，排序，然后创建一个索引与原始df对齐的新对象，这就是我的猜测

其他@JohnGalt方法：

%timeit pd.Series(df[['city', 'date', 'place']].astype(str).values.tolist()).str.join('_')

100 loops, best of 3: 10.5 ms per loop

---

所以这比我的答案稍微慢一点。

你可以通过

应用
和加入使它更通用

In [485]: ds[['city', 'date', 'place']].astype(str).apply('_'.join, 1)
Out[485]:
0      Moscow_6/7/2021_1
1    New York_1/1/2031_2
2      Sidney_1/4/2011_3
dtype: object

In [486]: ds['key'] = ds[['city', 'date', 'place']].astype(str).apply('_'.join, 1)

In [487]: ds
Out[487]:
       city      date  kids  place                  key
0    Moscow  6/7/2021     5      1    Moscow_6/7/2021_1
1  New York  1/1/2031     3      2  New York_1/1/2031_2
2    Sidney  1/4/2011     1      3    Sidney_1/4/2011_3

或者，要使用
.str
方法，您可以

In [493]: pd.Series(ds[['city', 'date', 'place']].astype(str).values.tolist()).str.join('_')
Out[493]:
0      Moscow_6/7/2021_1
1    New York_1/1/2031_2
2      Sidney_1/4/2011_3
dtype: object

使用
df.transform
（v0.20+）尝试
df.assign
：

请注意，
df.assign
不在原位，要保持更改，您需要执行：
df=df.assign（…）
 apply也可以完成这项工作：

df[key] = df[columns].apply(lambda x: '_'.join([str(y) for y in x]))

不知道将
transform
作为第一类方法添加到dfs中+1@EdChum对从0.20开始，我应该更多地关注“什么是新的”部分，了解“天才的定义是把复杂的事情简单化。”。谢谢
In [203]: df.assign(key=df[['city', 'date', 'place']].astype(str).transform('_'.join, 1))
Out[203]: 
       city      date  kids  place                  key
0    Moscow  6/7/2021     5      1    Moscow_6/7/2021_1
1  New York  1/1/2031     3      2  New York_1/1/2031_2
2    Sidney  1/4/2011     1      3    Sidney_1/4/2011_3

df[key] = df[columns].apply(lambda x: '_'.join([str(y) for y in x]))