串联熊猫的选择列,而忽略列中的空白

刺柏

我有一个看起来像这样的数据框。

key A1 A2 A3 BX CX DX
1   X1 Y1    B1 C1 D1
2   X2    Z2 B2 C2 D2
3   X3       B3 C3 D3
4   X4       B4 C4 D4
5            B5 C5 D5

我正在尝试形成一个新的col'NC',它是从A1,A2和A3列串联而成的。如果某一列中没有任何条目,则下一列需要向前移动。分隔符可以是“,”或“ _”

最终的df看起来像

key A1 A2 A3 BX CX DX NC
1   X1 Y1    B1 C1 D1 X1_Y1
2   X2    Z2 B2 C2 D2 X2_Z2
3   X3       B3 C3 D3 X3
4   X4       B4 C4 D4 X4
5            B5 C5 D5 

如果A1-A3中没有任何条目,那么NC中的条目将保留为空白。我看过SO中的其他帖子并尝试了其他方法,但我似乎无法正确解决。A1-A3列中的条目是浮点数,有时在数字(X2.0)之后为0。我也想删除小数点和0。希望有人能提供更多知识,可以告诉我方法。

编辑Q以更改数据框中的数据类型

key A1  A2  A3  BX CX DX 
1   1.0 2.0     B1 C1 D1
2   3    4      B2 C2 D2
3   7.0         B3 C3 D3
4   5   6.0 7.0 B4 C4 D4
5               B5 C5 D5

新的df看起来像

key A1  A2  A3  BX CX DX NC
1   1.0 2.0     B1 C1 D1 1_2
2   3    4      B2 C2 D2 3_4
3   7.0         B3 C3 D3 7
4   5   6.0 7.0 B4 C4 D4 5_6_7
5               B5 C5 D5 
cs95

您可以filter用来过滤您的列并agg加入:

# Extract columns
v = df.filter(like='A')
# Convert blanks to NaNs so we can call Series.dropna later.
df['NC'] = v[v.astype(bool)].agg(lambda x: '_'.join(x.dropna()), axis=1)
# Or,
# df['NC'] = v[v.astype(bool)].agg(
#                lambda x: x.dropna().str.cat(sep='_'), axis=1)
print(df) 
   key  A1  A2  A3  BX  CX  DX     NC
0    1  X1  Y1      B1  C1  D1  X1_Y1
1    2  X2      Z2  B2  C2  D2  X2_Z2
2    3  X3          B3  C3  D3     X3
3    4  X4          B4  C4  D4     X4
4    5              B5  C5  D5       

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章