在不包括NaN的大熊猫中组合多列

我的示例df有四列，其值为NaN。目标是连接所有行，同时排除NaN值。在不包括NaN的大熊猫中组合多列

import pandas as pd 
import numpy as np 

df = pd.DataFrame({'keywords_0':["a", np.nan, "c"], 
       'keywords_1':["d", "e", np.nan], 
       'keywords_2':[np.nan, np.nan, "b"], 
       'keywords_3':["f", np.nan, "g"]}) 

    keywords_0 keywords_1 keywords_2 keywords_3 
0   a   d  NaN   f 
1  NaN   e  NaN  NaN 
2   c  NaN   b   g

要做到以下几点：

keywords_0 keywords_1 keywords_2 keywords_3 keywords_all 
0   a   d  NaN   f  a,d,f 
1  NaN   e  NaN  NaN   e 
2   c  NaN   b   g  c,b,g

伪代码：

cols = [df.keywords_0, df.keywords_1, df.keywords_2, df.keywords_3] 

df["keywords_all"] = df["keywords_all"].apply(lambda cols: ",".join(cols), axis=1)

我知道我可以使用",".join()得到确切的结果，但我不知道该如何打发列名进入函数。

来源

2017-08-20 cptpython

通过将axis=1传递给apply方法，可以在每行上应用",".join()。你首先需要放弃NaN。否则，你会得到一个TypeError。

df.apply(lambda x: ','.join(x.dropna()), axis=1) 
Out: 
0 a,d,f 
1  e 
2 c,b,g 
dtype: object

您可以指定该回到原来的数据框与

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

或者，如果你想为你的问题没有指定列：

cols = ['keywords_0', 'keywords_1', 'keywords_2', 'keywords_3'] 
df["keywords_all"] = df[cols].apply(lambda x: ','.join(x.dropna()), axis=1)

来源

2017-08-21 00:01:26 ayhan

为了你最后的命题分配回你的专栏keywords_all他需要转换的cols为'[ 'keywords_0'， 'keywords_1'， 'keywords_2' ，'keywords_3']'对吗？ –

@RayhaneMama是的。我信任伪代码，但我应该更清楚。谢谢。 – ayhan

谢谢。这工作出色！ – cptpython

只是提供另一种解决方案to_string：

df1[df1.isnull()]='' 
df1.apply(lambda x : x.to_string(index =False,na_rep=False),axis=1).replace({"\n":','},regex=True)

然后，只需通过使用

df['keywords_all']=df1.apply(lambda x : x.to_string(index =False,na_rep=False),axis=1).replace({"\n":','},regex=True)

或

df.assign(keywords_all=df1.apply(lambda x : x.to_string(index =False,na_rep=False),axis=1).replace({"\n":','},regex=True) 
) 

Out[397]: 
    keywords_0 keywords_1 keywords_2 keywords_3 keywords_all 
0   a   d  NaN   f  a,d,f 
1  NaN   e  NaN  NaN   e 
2   c  NaN   b   g  b,c,g

来源

2017-08-21 00:49:38 Wen

在不包括NaN的大熊猫中组合多列

回答

相关问题