دمج أكثر من عمود في dataframe بفواصل مختلفة في pandas

يمكنك فعل ذلك من خلال استخدام itertools كالتالي

from itertools import chain

dataframe['features'] = dataframe.apply(lambda x: ''.join([*chain.from_iterable((v, f' <{i}> ') for i, v in enumerate(x))][:-1]), axis=1)

print(dataframe)

سوف يكون الناتج كالتالي

  col_1     	col_2    col_3       features
0   a  		name_a  job_a  		a <0> name_a <1> job_a
1   b  		name_b  job_b  		b <0> name_b <1> job_b
2   c  		name_c  job_c  		c <0> name_c <1> job_c
3   d  		name_d  job_d  		d <0> name_d <1> job_d

يمكنك إستخدام المكتبة itertools بحيث تقوم بعمل عمود جديد عبارة عن مزيج من الأعمدة الأخرى بالشكل الذي تريده.

الكود التالي يوضح كيف يمكن أن تقوم بها:

from itertools import chain

dataframe['features'] = dataframe.apply(lambda x: ''.join([*chain.from_iterable((v, f' <{i}> ') for i, v in enumerate(x))][:-1]), axis=1)

print(dataframe)

ويكون شكل الخرج هو:

  col_1  col_2  col_3         features
0   a  name_a  age_a  a <0> name_a <1> age_a
1   b  name_b  age_b  b <0> name_b <1> age_b
2   c  name_c  age_c  c <0> name_c <1> age_c
3   d  name_d  age_d  d <0> name_d <1> age_d

حيث قمنا بإنشاء العمود features والذي يحتوى شكل البيانات التي تريد.

يمكنك أيضاً استخدام الدالة df.agg:

dataframe = pd.DataFrame({'col_1' : ['a','b','c','d'], 
                          'col_2' : ['name_a','name_b','name_c','name_d'], 
                          'col_3' : ['age_a','age_b','age_c','age_d']})
dataframe['features'] = dataframe.agg(
    lambda s: r' <{}> '.join(s).format(*range(s.size)), axis=1)
"""
 	  col_1 	col_2 	col_3 	features
0 	a 	name_a 	age_a 	a <0> name_a <1> age_a
1 	b 	name_b 	age_b 	b <0> name_b <1> age_b
2 	c 	name_c 	age_c 	c <0> name_c <1> age_c
3 	d 	name_d 	age_d 	d <0> name_d <1> age_d
"""

أو بشكل يدوي معقد قليلاً:

dataframe = pd.DataFrame({'col_1' : ['a','b','c','d'], 
                          'col_2' : ['name_a','name_b','name_c','name_d'], 
                          'col_3' : ['age_a','age_b','age_c','age_d']})
dataframe['features'] = [" ".join(F"{entry}<{num}>" 
                  if ent[-1] != entry 
                  else entry 
                  for num, entry in enumerate(ent) )
                  for ent in dataframe.to_numpy()]