[英]concatenating multiple columns include NaN in dataframe
我想將包含 Nan 值的許多列連接/連接到一個新列。 如何避免/傳遞連接結果中的 NaN? 下面只是為了展示我的嘗試,我同時使用了.agg
和.apply
。
import pandas as pd
import numpy as np
df = pd.DataFrame({'foo':['a',np.nan,'c'], 'bar':[1, 2, 3], 'new':['apple', 'banana', 'pear']})
subcat_names=["foo","new"]
df["result"] = df[subcat_names].astype(str).agg(','.join, axis=1)
df=df.fillna("")
df["result_2"] =df[subcat_names].apply(lambda x : '{},{}'.format(x[0],x[1]), axis=1)
print(df)
foo bar new result result_2
0 a 1 apple a,apple a,apple
1 2 banana nan,banana ,banana
2 c 3 pear c,pear c,pear
結果nan,
在 result_2 是不需要的,
是不需要的
謝謝
我認為第二個選項幾乎是正確的,你只需要以更復雜的方式實現你的 lambda 。 以下為偽代碼,未經測試:
def process(row):
filtered = list()
for item in row:
if np.isnan(item).any():
continue
filtered.append(item)
return ",".join(filtered)
df["result_2"] =df[subcat_names].apply(process, axis=1)
您很可能可以依靠not_na pandas function 從當前行中收集有效值
你可以試試pd.notnull()
subcat_names = ["foo", "new"]
df["result"] = df[subcat_names].apply(lambda x: ",".join(x[pd.notnull(x)]), axis=1)
print(df)
Output:
foo bar new result
0 a 1 apple a,apple
1 2 banana banana
2 c 3 pear c,pear
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.