Question

这是我正在研究的DataFrame：

{'Recipe@123': ['AAA', nan, nan],
 'Recipe@234': [nan, 'BBB', nan],
 'Recipe@456': [nan, nan, 'CCC'],
'Operation@123':[1,nan,nan],
'Operation@234':[nan,2,nan],
'Operation@456':[nan,nan, 3]
}

我正在尝试根据行值创建一个不包含Recipe配方的NaN列。例如，第一行值为AAA，第二行 - BBB等.DF中还有其他列，但Recipe列应仅考虑提及的3列。

Answer 1

一个简单的解决方案是：

df = pd.DataFrame({'Recipe@123': ['AAA', np.nan, np.nan], 'Recipe@234': [np.nan, 'BBB', np.nan], 'Recipe@456': [np.nan, np.nan, 'CCC'], 'other_col': [1, 2, 3]})

  Recipe@123 Recipe@234 Recipe@456  other_col
0        AAA        NaN        NaN          1
1        NaN        BBB        NaN          2
2        NaN        NaN        CCC          3

只需遍历rows并使用.dropna删除缺失值，您可以将其写入新的DataFrame列，如下所示：

for i, data in df.iterrows():
    df.loc[i, 'Recipe'] = data[['Recipe@123', 'Recipe@234', 'Recipe@456']].dropna().values[0]

  Recipe@123 Recipe@234 Recipe@456  other_col Recipe
0        AAA        NaN        NaN          1    AAA
1        NaN        BBB        NaN          2    BBB
2        NaN        NaN        CCC          3    CCC

Answer 2

如果您只有一个有效值且所有其他值都是axis=1，那么您可以apply与NaN一起使用any方法申请行（使用@Stefan示例）：

In [197]: df
Out[197]: 
  Recipe@123 Recipe@234 Recipe@456  other_col
0        AAA        NaN        NaN          1
1        NaN        BBB        NaN          2
2        NaN        NaN        CCC          3

In [199]: df['new'] = df[['Recipe@123', 'Recipe@234', 'Recipe@456']].apply(lambda x: x.any(), axis=1)

In [200]: df
Out[200]: 
  Recipe@123 Recipe@234 Recipe@456  other_col  new
0        AAA        NaN        NaN          1  AAA
1        NaN        BBB        NaN          2  BBB
2        NaN        NaN        CCC          3  CCC

修改

这看起来有点像黑客，但我认为这应该有用（如果min是数字dtype，则调用any）：

df['new'] = df[['Operation@123', 'Operation@234', 'Operation@456']].apply(lambda x: x.min() if x.dtype.kind in 'biufc' else x.any(), axis=1) In [551]: df Out[551]: Operation@123 Operation@234 Operation@456 Recipe@123 Recipe@234 \ 0 1 NaN NaN AAA NaN 1 NaN 2 NaN NaN BBB 2 NaN NaN 3 NaN NaN Recipe@456 new 0 NaN 1 1 NaN 2 2 CCC 3

注意：dtype.kind

Pandas根据多个列计算逻辑OR

2 个答案: