Question

我有这样的数据框：

A     B     C    D     E      F
aa    bb    cc  dd    ee      ff
NA    ba    NA  da    ea      NA

list_col = ['A', 'B', 'C']

所以我只想合并仅在列表中的列。此外，我不希望NA值合并..有什么办法吗？我需要再增加一列来进行计数（如您所期望的输出中看到的那样，合并了多少列

我可以这样计算“ desired_col”：

df['desired_col'] = df[list_col].apply(lambda x: '-'.join(x.dropna()), axis=1)

所需输出

 A     B     C    D     E      F         desired_col       desired_count
aa    bb    cc  dd    ee      ff          aa-bb-cc            3
NA    ba    NA  da    ea      NA             ba               1

Answer 1

使用Series.str.count获取-个值的数量：

list_col = ['A', 'B', 'C']

df['desired_col'] = df[list_col].apply(lambda x: '-'.join(x.dropna()), axis=1)
df['desired_count'] = df['desired_col'].str.count('-') + 1
print (df)
     A   B    C   D   E    F desired_col  desired_count
0   aa  bb   cc  dd  ee   ff    aa-bb-cc              3
1  NaN  ba  NaN  da  ea  NaN          ba              1

@sammywemmy答案为什么错了-它不会删除数据中间的缺失值：

list_col = ['A', 'B', 'C', 'D']
df['desired_col'] = df.filter(list_col).fillna('').add('-').sum(axis=1).str.strip('-')
df['count'] = df.desired_col.str.split('-').str.len()

print (df)
     A    B   C   D   E    F desired_col  count
0   aa  NaN NaN  dd  ee   ff     aa---dd      4
1  NaN   ba NaN  da  ea  NaN      ba--da      3

list_col = ['A', 'B', 'C', 'D']
df['desired_col'] = df[list_col].apply(lambda x: '-'.join(x.dropna()), axis=1)
df['desired_count'] = df['desired_col'].str.count('-') + 1
print (df)
     A    B   C   D   E    F desired_col  desired_count
0   aa  NaN NaN  dd  ee   ff       aa-dd              2
1  NaN   ba NaN  da  ea  NaN       ba-da              2

Answer 2

另一种解决方案，串联部分很长

df['desired_col'] = df.filter(list_col).fillna('').add('-').sum(axis=1).str.strip('-')
df['count'] = df.desired_col.str.split('-').str.len()
df

     A  B   C   D   E   F   desired_col count
0   aa  bb  cc  dd  ee  ff  aa-bb-cc    3
1   NaN ba  NaN da  ea  NaN ba          1

串联熊猫列和计数的最佳方法是什么？从列清单

2 个答案: