pandas 将两列合并为空值

Question

我有一个包含两列的 df，我想合并两列而忽略 NaN 值。问题是有时两列都有 NaN 值，在这种情况下我希望新列也有 NaN。这是示例：

df = pd.DataFrame({'foodstuff':['apple-martini', 'apple-pie', None, None, None], 'type':[None, None, 'strawberry-tart', 'dessert', None]})

df
Out[10]:
foodstuff   type
0   apple-martini   None
1   apple-pie   None
2   None    strawberry-tart
3   None    dessert
4   None    None

我尝试使用 fillna 并解决了这个问题：

df['foodstuff'].fillna('') + df['type'].fillna('')

我得到了：

0      apple-martini
1          apple-pie
2    strawberry-tart
3            dessert
4                   
dtype: object

第4行变成了空白值。在这种情况下我想要的是一个 NaN 值，因为两个组合列都是 NaN。

0      apple-martini
1          apple-pie
2    strawberry-tart
3            dessert
4            None       
dtype: object

Answer 1

您始终可以用 None

填充新列中的空字符串

import numpy as np

df['new_col'].replace(r'^\s*$', np.nan, regex=True, inplace=True)

完整代码：

import pandas as pd
import numpy as np

df = pd.DataFrame({'foodstuff':['apple-martini', 'apple-pie', None, None, None], 'type':[None, None, 'strawberry-tart', 'dessert', None]})

df['new_col'] = df['foodstuff'].fillna('') + df['type'].fillna('')

df['new_col'].replace(r'^\s*$', np.nan, regex=True, inplace=True)

df

输出：

    foodstuff   type    new_col
0   apple-martini   None    apple-martini
1   apple-pie   None    apple-pie
2   None    strawberry-tart strawberry-tart
3   None    dessert dessert
4   None    None    NaN

Answer 2

在一列上使用 fillna，填充值为另一列：

df['foodstuff'].fillna(df['type'])

结果输出：

0      apple-martini
1          apple-pie
2    strawberry-tart
3            dessert
4               None

Answer 3

fillna 两列一起
sum(1) 添加他们
replace('', np.nan)

df.fillna('').sum(1).replace('', np.nan)

0      apple-martini
1          apple-pie
2    strawberry-tart
3            dessert
4                NaN
dtype: object

Answer 4

您可以使用 combine 方法和 lambda:

df['foodstuff'].combine(df['type'], lambda a, b: ((a or "") + (b or "")) or None, None)

(a or "") returns "" 如果 a 是 None 那么相同的逻辑将应用于连接（如果 a 是 None连接是一个空字符串）。

Answer 5

您可以用列名替换非零值，例如

df1= df.replace(1, pd.Series(df.columns, df.columns))
将 0 替换为空字符串，然后合并如下列

f = f.replace(0, '') f['new'] = f.First+f.Second+f.Three+f.Four

参考下面的完整代码。

import pandas as pd
df = pd.DataFrame({'Second':[0,1,0,0],'First':[1,0,0,0],'Three':[0,0,1,0],'Four':[0,0,0,1], 'cl': ['3D', 'Wireless','Accounting','cisco']})
df2=pd.DataFrame({'pi':['Accounting','cisco','3D','Wireless']})
df1= df.replace(1, pd.Series(df.columns, df.columns))
f = pd.merge(df1,df2,how='right',left_on=['cl'],right_on=['pi'])
f = f.replace(0, '')
f['new'] = f.First+f.Second+f.Three+f.Four

df1:

In [3]: df1                                                                                                                                                                              
Out[3]: 
   Second  First  Three  Four          cl
0       0  First      0     0          3D
1  Second      0      0     0    Wireless
2       0      0  Three     0  Accounting
3       0      0      0  Four       cisco

df2:

In [4]: df2                                                                                                                                                                              
Out[4]: 
           pi
0  Accounting
1       cisco
2          3D
3    Wireless

最终 df 将是：

In [2]: f                                                                                                                                                                                
Out[2]: 
   Second  First  Three  Four          cl          pi     new
0          First                       3D          3D   First
1  Second                        Wireless    Wireless  Second
2                 Three        Accounting  Accounting   Three
3                        Four       cisco       cisco    Four

Answer 6

我们可以使这个问题更加完善，并为此类问题提供通用的解决方案。

其中的关键是我们希望将一组列连接在一起但忽略 NaNs。

这是我的回答：

df = pd.DataFrame({'foodstuff':['apple-martini', 'apple-pie', None, None, None], 
               'type':[None, None, 'strawberry-tart', 'dessert', None],
              'type1':[98324, None, None, 'banan', None],
              'type2':[3, None, 'strawberry-tart', np.nan, None]})

df=df.fillna("NAN")
df=df.astype('str')
df["output"] = df[['foodstuff', 'type', 'type1', 'type2']].agg(', '.join, axis=1)
df['output'] = df['output'].str.replace('NAN, ', '')
df['output'] = df['output'].str.replace(', NAN', '')

Answer 7

如果您处理的列包含其他列不包含的内容，反之亦然，一个行之有效的方法是

>>> df.rename(columns={'type': 'foodstuff'}).stack().unstack()
         foodstuff
0    apple-martini
1        apple-pie
2  strawberry-tart
3          dessert

...如果您有多个要“复杂”的列，只要您可以定义 ~.rename 映射，哪种解决方案也能很好地概括。这种重命名背后的目的是创建副本，然后 ~.stack().unstack() 将为您处理。

如前所述，此解决方案仅适用于具有正交列的配置，即永远不会同时赋值的列。

pandas 将两列合并为空值

pandas combine two columns with null values

python

dataframe

pandas

nonetype