我正试图将同一数据帧中的三列合并为一列。
这里是我的数据帧selected_vals
label_1 label_2 label_3
0 NaN NaN NaN
1 ('__label__Religione_e_Magia',) NaN NaN
2 NaN ('__label__Storia',) NaN
3 NaN ('__label__Storia',) NaN
4 ('__label__Religione_e_Magia',) NaN NaN
数据帧每行只有一个值,因此,在没有指定值的列中,我有NaN
按照这里提出的解决方案,我使用了这个代码:
selected_vals['selected_vals'] = selected_vals.loc[:,selected_vals.columns.tolist()[1:]].apply(lambda x: x.dropna().tolist(), 1)
然而,通过这样做,只有来自列label_2
的值在列selected_vals
中
这里是输出
label_1 label_2 label_3 selected_vals
0 NaN NaN NaN []
1 ('__label__Religione_e_Magia',) NaN NaN []
2 NaN ('__label__Storia',) NaN ('__label__Storia',)
3 NaN ('__label__Storia',) NaN ('__label__Storia',)
4 ('__label__Religione_e_Magia',) NaN
作为所需的输出,我希望将所有值存储在同一个列中,即
selected_vals
0 NaN
1 ('__label__Religione_e_Magia',)
2 ('__label__Storia',)
3 ('__label__Storia',)
4 ('__label__Religione_e_Magia',)
关于如何处理这个问题的建议?
感谢
使用DataFrame.iloc
选择所有列,不首先,然后转发缺失的值,最后选择最后一列:
#replace NaN strings to np.nan if necessary
selected_vals = selected_vals.replace('NaN', np.nan)
selected_vals['selected_vals'] = selected_vals.iloc[:,1:].ffill(axis=1).iloc[:, -1]
您可以将函数应用于每一行,并只保留所需的值(其中列不是NaN(
selected_vals['selected_vals'] = selected_vals.apply(lambda row: row[row[pd.notnull(row)].index.item()], axis=1)
感谢您的建议。
我认为问题与数据帧的类型有关。
我解决了以下问题:
selected_vals = selected_vals.replace(np.nan, '', regex=True)
selected_vals = selected_vals.applymap(str)
df['suggested_label'] = selected_vals["label_1"].astype(str) + selected_vals["label_2"]+ selected_vals["label_3"]
print(df)
不知道它是否正确,但至少它对我有效。