如何使用熊猫将两列的数据合并为带有+号的列

Question

我在csv中有2列以这种格式显示。

Drug    Product(Predicted)
#N/A    acetaldehyde
#N/A    nicotine
#N/A    resin
#N/A    rosa
#N/A    eliglustat
#N/A    valpromide
#N/A    clostridium
#N/A    ambenonium
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
#N/A    amiloride
#N/A    valsartán
#N/A    manitol
#N/A    hipromelosa
#N/A    fosfato disódico
#N/A    fosfato disódico
#N/A    agalsidase beta
#N/A    enoxaparin sodium
solution    warfarine
#N/A    eliglustat
#N/A    silver
#N/A    silver

我要寻找的输出是，创建一个新列，并且在Drug列中存在任何条目时（忽略所有N / A），通过将2列加一个加号将该条目添加到新列中签名并获得输出csv

例如：

New column
solution + valpromide
solution + valpromide
solution + warfarine

我是熊猫新手，所以我想知道如何使用相同的熊猫

Answer 1

将Series.str.cat与Series.str.strip一起使用：

df['new'] = df['Drug'].str.cat(df['Product(Predicted)'], na_rep='', sep='+').str.strip('+')

或在合并之前将缺失的值替换为空字符串：

df['new'] = (df['Drug'].fillna('') + '+' + df['Product(Predicted)']).str.strip('+')

---

print (df)
       Drug Product(Predicted)                  new
0       NaN       acetaldehyde         acetaldehyde
1       NaN           nicotine             nicotine
2       NaN              resin                resin
3       NaN               rosa                 rosa
4       NaN         eliglustat           eliglustat
5       NaN         valpromide           valpromide
6       NaN        clostridium          clostridium
7       NaN         ambenonium           ambenonium
8  solution         valpromide  solution+valpromide
9  solution         valpromide  solution+valpromide

如果要删除NaN列中有drug的行：

df1 = df.dropna(subset=['Drug'])
df1['new'] = df1['Drug'] + '+' + df1['Product(Predicted)']
print (df)
       Drug Product(Predicted)                  new
8  solution         valpromide  solution+valpromide
9  solution         valpromide  solution+valpromide

Answer 2

如果您的数据框中没有空值（称为空值），那么我建议您执行以下操作：

df["drug"].replace("#N/A", np.nan, inplace = True)

一旦您将缺失的值替换为null，答案就只是一行代码

df["new_col"] = df["drug"] + " + " + df["Product"]

如果列，产品或药品中的任何一个为空，则上面的代码将返回空的输出。

希望这会有所帮助。