将列合并为新列时出现数组格式意外

Question

我在数据框中有3列：

df：

A |B|C
hi| |dear

为了将它们合并到新的D列中，我这样做了：

df['D'] = [[x, y, z] for x, y, z in zip(df.A, df.B, df.C)]

不幸的是，结果看起来像这样：[hi, ,dear]。

如何通过本质上删除空值（和关联的逗号），然后将其余的值与空格或破折号相连，将其格式化为[hi dear]或[hi-dear]？

感谢您的帮助！

谢谢。

Answer 1

apply是一种方便的工具，可将简单功能应用于数据框的所有行。在这里，您可以使用空格字符连接各列，并用单个空格替换任意数量的空格。代码可能是：

import re

blanks = re.compile(' +')
df['D'] = df.apply(lambda x: blanks.sub(' ', ' '.join(x)), axis=1)

df将如预期的那样：

    A B     C        D
0  hi    dear  hi dear

Answer 2

自从标记pandas

df.mask(df=='').stack().groupby(level=0).apply('+'.join).tolist()
['hi+dear']