Python 在我的情况下，是否可以用更快的（例如应用）替换iterrows？

因此，我有一个如下所示的表：

0 1. 2. 3. 4. 5. rs10000911 4. 144136193 100 - 自动控制 rs10000988 4. 76010255 99.173554 - 银 rs10002181 4. 142250415 100 + 银 rs10005140 4. 22365603 99.173554 + 银 rs10005242 4. 5949558 100 + 银 你可以做：

new_col = table.apply(lambda line: pd.Series(str(line[1])+':'+str(line[2])),axis=1)

这将为您提供一个新的数据帧

new\u col

：

             0
0  4:144136193
1   4:76010255
2  4:142250415
3   4:22365603
4    4:5949558

（如果只需要一个系列，而不是数据帧，

new\u col[0]

将为您提供一个。）

new_col = table.apply(lambda line: pd.Series(str(line[1])+':'+str(line[2])),axis=1)

这将为您提供一个新的数据帧

new\u col

：

             0
0  4:144136193
1   4:76010255
2  4:142250415
3   4:22365603
4    4:5949558

（如果只需要一个系列，而不是数据帧，

new\u col[0]

将为您提供一个。）

或：

印刷品：

            0  1          2           3  4   5          new
0  rs10000911  4  144136193  100.000000  -  AC  4:144136193
1  rs10000988  4   76010255   99.173554  -  AG   4:76010255
2  rs10002181  4  142250415  100.000000  +  AG  4:142250415
3  rs10005140  4   22365603   99.173554  +  AG   4:22365603
4  rs10005242  4    5949558  100.000000  +  AG    4:5949558

或：

印刷品：

            0  1          2           3  4   5          new
0  rs10000911  4  144136193  100.000000  -  AC  4:144136193
1  rs10000988  4   76010255   99.173554  -  AG   4:76010255
2  rs10002181  4  142250415  100.000000  +  AG  4:142250415
3  rs10005140  4   22365603   99.173554  +  AG   4:22365603
4  rs10005242  4    5949558  100.000000  +  AG    4:5949558

您可以这样做：

df['new_column']=df[1]。astype（str）+:“+df[2]。astype（str）

您可以执行以下操作：

---

df['new_column']=df[1]。astype（str）+:“+df[2]。astype（str）

不要在数据帧上迭代。请参阅本文中的答案。如果无法使用pandas fanction执行任务，请迭代numpy数组不要迭代pandas DataFrame。请参阅本文中的答案。如果无法使用pandas fanction执行任务，请迭代numpy arraysHello。你是如何在你的帖子中插入这样一个表格的？你好。你是如何在帖子中插入这样一个表格的？