如何在Python中将这些列合并到单个列中？

我想把3列合并成一列。我已尝试更改列类型。但是，我做不到

例如，我有3列，例如

A:{1,2,4}，B:{3,4,4}，C:{1,1,1}

预期输出：ABC列

{131241441}

我的输入如下：

df['ABC'] = df['A'].map(str) + df['B'].map(str) + df['C'].map(str)

df.head()

ABC {13.01.0 , 24.01.0, 44.01.0}

ABC的类型似乎是对象，我无法通过

str

，

int

进行更改

df['ABC'].apply(str)

此外，我意识到在A、B、C列中有NaN值。即使使用NaN值也可以合并这些值吗？

#范例
作为pd进口熊猫
将numpy作为np导入
df=pd.DataFrame（）
#在数据框架中考虑NaN
df['colA']=[1,2,4，np.NaN，5]
df['colB']=[3,4,4,3，np.NaN]
df['colC']=[1,1,1,4,1]
#使用pd.isna（）检查列中的NaN值
df['colA']=df['colA'].apply（如果pd.isna（x）else str（int（x）），则lambda x:x）
df['colB']=df['colB'].apply（如果pd.isna（x）else str（int（x）），则lambda x:x）
df['colC']=df['colC'].apply（如果pd.isna（x）else str（int（x）），则lambda x:x）
#用空格填充NaN值
df=df.fillna（“”）
#将列转换为字符串
df=df.astype（str）
#连接在一起
df['ABC']=df.sum（轴=1）

解决NaN问题的方法可能是这样的，但现在NaN将为0

import numpy as np
df = pd.DataFrame({'A': [1,2,4, np.nan], 'B':[3,4,4,4], 'C':[1,np.nan,1, 3]})
df = df.replace(np.nan, 0, regex=True).astype(int).applymap(str)
df['ABC'] = df['A'] + df['B'] + df['C']

输出

    A   B   C   ABC
0   1   3   1   131
1   2   4   0   240
2   4   4   1   441
3   0   4   3   043

---

你应该看看这个。它基本上回答了相同的问题。@Pedreo:不，它没有。。。因为这个框架有NaNs@Omer您希望NAN如何包含在最终输出中？请更新您的问题，包括示例表中的NaN。否则你就得不到正确的答案answer@Mack123456真的！我将编辑我的答案。从技术上讲，根据当前给出的示例df，您的答案是正确的。数据帧中的问题是NaN。我不知道你的解决方案是如何解决这个问题的。由于NaN，数字为浮点数>1.0 3.0等。。这是我的问题。根据OP想要什么，您可以使用：df['ABC']=df.sum（axis=1）.apply（int）.astype（str）。这将给出一个str作为输出。