合并两列数据框的值与不同的dtypes

Question

我有以下pandas dataframe ：

import pandas as pd

df = pd.DataFrame({"pos": [1, 2, 3], "chain": ["A", "B", "C"]})

赠送：

  chain  pos
0     A    1
1     B    2
2     C    3

和df.types ：

chain    object
pos       int64
dtype: object

我正在寻找一种合并系列df["chain"]和df["pos"]来实现以下目标：

   chain+pos
0     A1
1     B2
2     C3

和df.dtypes ：

chain+pos    object
dtype: object

有一个简单的方法吗？

Answer 1

df.astype(str).sum(1)
Out[489]: 
0    A1
1    B2
2    C3
dtype: object

Answer 2

In [34]: df['chain'] += df.pop('pos').astype(str)

In [35]: df
Out[35]:
  chain
0    A1
1    B2
2    C3

重命名列：

In [37]: df = df.rename(columns={'chain':'chain+pos'})

In [38]: df
Out[38]:
  chain+pos
0        A1
1        B2
2        C3

Answer 3

MaxU的解决方案非常有效。 否则您也可以使用以下内容

df["chain+pos"] = df['chain'] + df['pos'].map(str)

在此之后，您必须删除df ['chain']和df ['pos']以获得所需的结果。

-----------------编辑

正如@MaxU在下面的评论中所指出的，这是一种实现理想结果的简洁方法 -

df['chain+pos'] = df.pop('chain') + df.pop('pos').map(str)