合並兩列數據框的值與不同的dtypes

Question

我有以下pandas dataframe ：

import pandas as pd

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

贈送：

  chain  pos
0     A    1
1     B    2
2     C    3

和df.types ：

chain    object
pos       int64
dtype: object

我正在尋找一種合並系列df["chain"]和df["pos"]來實現以下目標：

   chain+pos
0     A1
1     B2
2     C3

和df.dtypes ：

chain+pos    object
dtype: object

有一個簡單的方法嗎？

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的解決方案非常有效。 否則您也可以使用以下內容

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

在此之后，您必須刪除df ['chain']和df ['pos']以獲得所需的結果。

-----------------編輯

正如@MaxU在下面的評論中所指出的，這是一種實現理想結果的簡潔方法 -

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