連接多個列包括 dataframe 中的 NaN

Question

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

Answer 1

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

Answer 2

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