拼接指定的两列：
    方法一：df["拼接"] = df["列1"] + "," + df["列2"]
    方法二：df["拼接"] = df.列1.str.cat(df.列2)
    如果拼接的列中有非字符型，比如数字，需要用map(str)转为字符型，为保险起见，对所有列进行这样的转换：
    方法一：df["拼接"] = df["列1"].map(str) + "," + df["列2"].map(str)
    方法二：df["拼接"] = df['列1'].astype(str) + df['列2'].astype(str)

    难点来了，如果只给出拼接列名的列表，列表元素个数不固定，连接符需要方便修改，那么按照上面的做法就很不方便了，列数一多，代码长度越大，后面更改起来也不方便。

    思路：构造函数，列表遍历
    方法一：不足，没有对可能的数值列字符化
    df['拼接'] = df[['列1', '列2', ...]].agg('-'.join, axis=1)
    方法二：最佳方案，可能效率有所下降

    1. def df_concat_col(df, cols: list, joiner="", new_col="拼接"):
    2.     """
    3. dataframe拼接多列
    4.     :param df: 原dataframe
    5.     :param cols: 拼接的列
    6.     :param joiner: 连接符，默认空
    7.     :param new_col: 拼接生成的新列名
    8.     """
    9.     df[new_col] = df[cols[0]]
    10.     for i in range(1, len(cols)):
    11.         df[new_col] = df[new_col].map(str) + joiner + df[cols[i]].map(str)
    13.     return df

    各种方法效率对比
    image.png