将多个数据框列转换为一系列

Question

我有一个数据集df（250,3）250个原始数据和三列。我想编写一个循环，将数据框中每列的内容合并为一个具有250个原始数据和1列“ df_single”的单个系列（250,1）。手动操作如下：

df_single = df ['colour'] +“” + df ['model'] +“” + df ['size']

如何使用for循环或非手动创建df_single？

我试图用TypeError编写这段代码

df_conc=[]
for var in cols:
    cat_list=df_code_part[var]
    df_conc = df_conc+" "+cat_list

TypeError：只能将列表（而不是“ str”）连接到列表

Answer 1

如果需要总和，则需要使用：

df_single=df.astype(str).add(' ').sum(axis=1).str.rstrip()

如果您不想添加所有列，则需要先选择它们：

columns=['colour','model','size']
df_single=df[columns].astype(str).add(' ').sum(axis=1).str.rstrip()

Answer 2

我认为如果需要加入3列，那么您的解决方案就非常不错：

df_single = df['colour']+" "+df['model']+" "+df['size']

如果需要许多列的通用解决方案，请使用DataFrame.astype转换为字符串，必要时使用DataFrame.add来添加空格，sum来连接并最后用Series.str.rstrip删除行空白删除对白空格：

cols = ['color','model','size']
df_single = df[cols].astype(str).add(' ').sum(axis=1).str.rstrip()

或者：

df_single = df[cols].astype(str).apply(' '.join, axis=1)

Answer 3

如果要在列之间留空格，请运行：

df.apply(' '.join, axis=1)

“普通” df.sum（axis = 1）连接所有列，但不包含 它们之间有空格。