在 python 中将多个列合并为一个字符串

Question

我正在尝试将 dataframe 中的多个列合并到同一个 dataframe 中的一个新列中。这些列可以有一个字符串值或者是 Na 或 NaN。 每当一列是 Na/NaN 时，我希望这些列不包含在最终字符串中。

例如

       a        b        c        d       RESULT
0      AA       BB       CC       DD      AA;BB;CC;DD
1      ab       Na       cd       da      ab;cd;da
2      Na       xx       Na       Na      xx
3      Na       Na       Na       Na      Na

我已经测试了多个功能。

1. df['RESULT'] = df['a'] + ";" + df['b'] +... df['RESULT'] = df['a'] + ";" + df['b'] +...不起作用，因为它仍然会嵌套 Na。
2. df['RESULT'] = ";".join(df['a'],df['b],...)不起作用，因为 join 只需要一个参数（我有 4 个）
3. df['RESULTS'] = [f"{a};{b};{c}" for a,b,c in zip(df['a'],df['b'], df['b'])]不起作用，因为它将 Na 的字符串添加到 output
4. Pandas str.cat(): df['fill_name']= df['RESULTS'].str.cat(df['a'],sep=";").str.cat(df['b'],sep=";")...是最接近我要找的东西，但是只要一列中有一个 Na，整个 output 就是 Na。

最后，我正在研究Excel 中的“TEXTJOIN”function。

Answer 1

pandas.DataFrame.stack和GroupBy.agg的组合：

cols = ["a", "b", "c", "d"]

df["RESULT"] = df[cols].stack().groupby(level=0).agg(";".join)

Output：

print(df)
     a    b    c    d       RESULT
0   AA   BB   CC   DD  AA;BB;CC;DD
1   ab  NaN   cd   da     ab;cd;da
2  NaN   xx  NaN  NaN           xx
3  NaN  NaN  NaN  NaN          NaN

Answer 2

使用DataFrame.stack删除缺失值和聚合join ：

columns = ['a','b','c','d']
df['RESULT'] = df[columns].stack().groupby(level=0).agg(';'.join)
print (df)
     a    b    c    d       RESULT
0   AA   BB   CC   DD  AA;BB;CC;DD
1   ab  NaN   cd   da     ab;cd;da
2  NaN   xx  NaN  NaN           xx
3  NaN  NaN  NaN  NaN          NaN

或者用替换空字符串删除自定义 function 中的缺失值：

df['RESULT'] = df[columns].agg(lambda x: ";".join(x.dropna()), axis=1).replace('',np.nan)
print (df)
     a    b    c    d       RESULT
0   AA   BB   CC   DD  AA;BB;CC;DD
1   ab  NaN   cd   da     ab;cd;da
2  NaN   xx  NaN  NaN           xx
3  NaN  NaN  NaN  NaN          NaN