方法一:
方法:df['column'] = df['column_A'] + df['column_B']
缺点:某一列如果为空,另一列不为空,则合并结果是为空,所以在合并之前需要对NA进行预处理,替换或者删除。
注意:如果某一列是非str类型的数据,那么我们需要用到map(str)将那一列数据类型做转换:df["newColumn"] = df["trans_cd"].map(str) + df["trans_class"]
参考链接:pandas的DataFrame怎么把几列数据合并成为新的一列
方法二:
方法:可以调用apply pass axis = 1来逐行应用,在这里通过调用dropna来摆脱NaN;
优点:解决方法一在处理Null列数据时,合并结果为Null的问题。
df['ColumnA'] = df[df.columns[1:]].apply(
lambda x: ','.join(x.dropna()),
axis=1) # ”1:“表示合并第一列之后的各列为一列