在pandas中将多列数据字符串拼接在一起，可以使用 apply 方法结合 lambda 表达式进行操作。下面提供两种常见的方法：
方法一：使用 apply 和 lambda 表达式
假设有如下的DataFrame数据，其中需要将 col1、col2 和 col3 拼接成一个字符串：

import pandas as pd
df = pd.DataFrame({'col1': ['a', 'b', 'c'],
                   'col2': ['d', 'e', 'f'],
                   'col3': ['g', 'h', 'i']})

可以使用以下代码将三列数据拼接成一个字符串：

df['concat'] = df.apply(lambda x: ''.join(x), axis=1)

其中，apply 方法的 axis 参数为 1，表示按行进行操作。lambda 表达式中的 x 为每一行的数据，”.join(x) 将一行数据中的所有元素拼接成一个字符串。
执行以上代码后，DataFrame 数据将变为：

  col1 col2 col3 concat
0    a    d    g   adg
1    b    e    h   beh
2    c    f    i   cfi

方法二：使用 apply 和 join 方法
另外一种方法是使用 apply 方法结合 join 方法。代码如下：

df['concat'] = df.apply(''.join, axis=1)

其中，apply 方法中的参数为 join 方法，表示对每一行数据进行字符串拼接。执行以上代码后，DataFrame 数据将和方法一的结果相同。
需要注意的是，以上两种方法都是将多列数据拼接成一个字符串，如果需要在拼接的字符串中添加分隔符，只需在 join 方法中加入分隔符即可。例如，以下代码将多列数据使用逗号 , 进行拼接：

df['concat'] = df.apply(lambda x: ','.join(x), axis=1)

如果对指定列进行拼接

如果你想对DataFrame中的指定列进行字符串拼接，可以将前面提到的方法稍作修改。以下是两种常见的方法：
方法一：使用 apply 和 lambda 表达式
假设有如下的DataFrame数据，其中需要将 col2 和 col3 拼接成一个字符串：

import pandas as pd
df = pd.DataFrame({'col1': ['a', 'b', 'c'],
                   'col2': ['d', 'e', 'f'],
                   'col3': ['g', 'h', 'i']})

可以使用以下代码将两列数据拼接成一个字符串：

df['concat'] = df[['col2', 'col3']].apply(lambda x: ''.join(x), axis=1)

其中，df[[‘col2’, ‘col3’]] 表示选取 DataFrame 中的 col2 和 col3 两列数据。apply 方法的 axis 参数为 1，表示按行进行操作。lambda 表达式中的 x 为每一行选取的两列数据，”.join(x) 将一行数据中的 col2 和 col3 两列数据拼接成一个字符串。
执行以上代码后，DataFrame 数据将变为：

  col1 col2 col3 concat
0    a    d    g    dg
1    b    e    h    eh
2    c    f    i    fi

方法二：使用 apply 和 join 方法
另外一种方法是使用 apply 方法结合 join 方法。代码如下：

df['concat'] = df[['col2', 'col3']].apply(''.join, axis=1)

其中，df[[‘col2’, ‘col3’]] 表示选取 DataFrame 中的 col2 和 col3 两列数据，apply 方法中的参数为 join 方法，表示对每一行选取的两列数据进行字符串拼接。执行以上代码后，DataFrame 数据将和方法一的结果相同。
需要注意的是，以上两种方法都是将指定列的数据拼接成一个字符串，如果需要在拼接的字符串中添加分隔符，只需在 join 方法中加入分隔符即可。例如，以下代码将指定列使用逗号 , 进行拼接：

df['concat'] = df[['col2', 'col3']].apply(lambda x: ','.join(x), axis=1)