Question

我有一个像这样的pandas数据框：

   Column1  Column2  Column3  Column4  Column5
 0    a        1        2        3        4
 1    a        3        4        5
 2    b        6        7        8
 3    c        7        7

我现在要做的是获取包含Column1和新columnA的新数据框。此columnA应包含第2列中的所有值 - （到）n（其中n是从Column2到行尾的列数），如下所示：

  Column1  ColumnA
0   a      1,2,3,4
1   a      3,4,5
2   b      6,7,8
3   c      7,7

我怎样才能最好地解决这个问题？任何意见将是有益的。提前谢谢！

Answer 1

您可以按行apply传递axis=1到apply，然后将dtype转换为str和join：

In [153]:
df['ColumnA'] = df[df.columns[1:]].apply(
    lambda x: ','.join(x.dropna().astype(int).astype(str)),
    axis=1
)
df

Out[153]:
  Column1  Column2  Column3  Column4  Column5  ColumnA
0       a        1        2        3        4  1,2,3,4
1       a        3        4        5      NaN    3,4,5
2       b        6        7        8      NaN    6,7,8
3       c        7        7      NaN      NaN      7,7

我在这里打电话给dropna以摆脱NaN，但是我们需要再次投射到int，所以我们最终不会将浮点数作为str。

Answer 2

我建议使用.assign

df2 = df.assign(ColumnA = df.Column2.astype(str) + ', ' + df.Column3.astype(str) + ', ' df.Column4.astype(str) + ', ' df.Column4.astype(str) + ', ' df.Column5.astype(str))

它很简单，可能很长但是对我有用

Answer 3

如果您有很多列，请说-数据框中有1000列，并且您想基于particular column name合并几个列，例如-有问题的Column2和任意号。该列之后的列数（例如，在'Column2之后3列，包括OP要求的Column2）。

我们可以使用.get_loc()-按here来获取列的位置

source_col_loc = df.columns.get_loc('Column2') # column position starts from 0

df['ColumnA'] = df.iloc[:,source_col_loc+1:source_col_loc+4].apply(
    lambda x: ",".join(x.astype(str)), axis=1)

df

Column1  Column2  Column3  Column4  Column5  ColumnA
0       a        1        2        3        4  1,2,3,4
1       a        3        4        5      NaN    3,4,5
2       b        6        7        8      NaN    6,7,8
3       c        7        7      NaN      NaN      7,7

要删除NaN，请使用.dropna()或.fillna()

希望有帮助！

将多个列值合并到python pandas中的一列中

3 个答案: