pandas两列值追加成一列

在Python的数据处理库pandas中，我们经常需要将两列的值追加成一列，这可以通过多种方式实现，包括使用+运算符、apply()函数、concat()函数等，下面我将详细介绍这些方法。

1、使用+运算符：这是最简单的方法，只需要将两列相加即可，这种方法只适用于两列都是数值类型的情况，如果两列中有非数值类型的数据，这种方法将无法正常工作。

import pandas as pd
创建一个DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})
将两列值追加成一列
df['C'] = df['A'] + df['B']

2、使用apply()函数：apply()函数可以将一个函数应用到DataFrame的每一行或每一列，我们可以定义一个函数，该函数接受一行数据作为输入，然后返回这两列的值的和，我们可以使用apply()函数将这个函数应用到整个DataFrame。

import pandas as pd
创建一个DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})
定义一个函数，该函数接受一行数据作为输入，然后返回这两列的值的和
def add_columns(row):
    return row['A'] + row['B']
使用apply()函数将这个函数应用到整个DataFrame
df['C'] = df.apply(add_columns, axis=1)

3、使用concat()函数：concat()函数可以将两个或多个Series或DataFrame连接在一起，我们可以创建一个新的Series，该Series包含两列的值，然后将这个新的Series添加到原始的DataFrame中。

import pandas as pd
创建一个DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})
创建一个新的Series，该Series包含两列的值
new_series = pd.Series([df['A'], df['B']]).T
使用concat()函数将这个新的Series添加到原始的DataFrame中
df = pd.concat([df, new_series], axis=1)

以上就是在pandas中将两列值追加成一列的三种方法，每种方法都有其优点和缺点，具体使用哪种方法取决于你的具体需求，如果你的数据非常大，那么使用apply()函数可能会比使用+运算符更快，因为apply()函数可以利用pandas的向量化操作进行优化，如果你的数据非常小，那么使用+运算符可能会更简单，更易于理解。