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。
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