Question

很抱歉，我对SO的多次尝试都是徒劳的。我需要以下帮助：

我的df如下：

import pandas as pd
df = pd.DataFrame({'subject' : ['Eng' ,'Math', 'Science'], 'role' : ['Teacher', '', 'Dr'], 'ID' : ['123', '444', 'NaN'] })
 print(df)

    ID  role    subject
0   123 Teacher Eng
1   444         Math
2   NaN Dr      Science

由于这可能是未经验证的数据，所以我通常要做的（在excel boo中）是创建一个备注字段，该字段会聚合数据并且不会在上传时损坏任何好的数据。

所以我一直在尝试使用itterrows来尝试遍历df并将字段合并为一个。需要注意的是，我需要使用/ n分隔同一列中的值（CHAR（10）为您提供Excel Buff）

所以我已经尝试过了。

for index, row in df2.iterrows():
if row['ID'] and row['subject] and row['role'] == "": #search row for any data while leaving out blanks
    row['C_MEMO'] = row[['ID', 'subject', 'role']]
else:
    pass

但是这实际上没有用，任何建议/帮助将不胜感激。

我想要的输出：

   ID        role      subject C_MEMO
0   123     Teacher     Eng     123,
                                Teacher
                                Eng

1   444                 Math    444,
                                Math

2   NaN     Dr          Science Dr,
                                Science

要考虑的事情：

我正在处理多种数据类型。

我很高兴将新输出作为字符串。

Answer 1

import pandas as pd
df = pd.DataFrame({'subject' : ['Eng' ,'Math', 'Science'], 'role' : ['Teacher', '', 'Dr'], 'ID' : ['123', '444', 'NaN'] })
df["C_MEMO"] = (df["ID"] + "," + df["role"] + "," +  df["subject"]).str.replace(",,", ",")
print(df)

输出：

    ID     role  subject           C_MEMO
0  123  Teacher      Eng  123,Teacher,Eng
1  444              Math         444,Math
2  NaN       Dr  Science   NaN,Dr,Science

或使用df.apply

df["C_MEMO"] = df.apply(lambda x: ", ".join([x["ID"], x["role"], x["subject"]]).replace(", ,", ","), axis=1)

Answer 2

使用：

#first replace values
df = df.replace(['', 'NaN'], np.nan)
df["C_MEMO"] = df.apply(lambda x: '\n'.join(x.dropna()), axis=1)

或者如果缺少的值仅是字符串：

df["C_MEMO"] = df.apply(lambda x: '\n'.join(x[~x.isin(['', 'NaN'])]), axis=1)

print(df)
   subject     role   ID             C_MEMO
0      Eng  Teacher  123  Eng\nTeacher\n123
1     Math      NaN  444          Math\n444
2  Science       Dr  NaN        Science\nDr

Answer 3

您可以对str.join使用列表推导：

bad_vals = {'', 'Nan'}
df['C_Memo'] = [', '.join([i for i in row if i not in bad_vals]) for row in df.values]

print(df)

    ID     role  subject             C_Memo
0  123  Teacher      Eng  123, Teacher, Eng
1  444              Math          444, Math
2  NaN       Dr  Science        Dr, Science

这不一定比pd.DataFrame.apply差，pd.Series的开销与迭代每一行的python-docx对象有关。

将多个字符串值合并到一个df列中

3 个答案: