熊猫将行中的非空值获取到一个单元格中

Question

给定以下数据框：

a = pd.DataFrame({'A': [1,2], 'B': [4,0], 'C': [1,2]})
a
A   B   C
0   1   4   1
1   2   0   2

我想创建一个新的列D，其中包含由列分隔的非空值(每行(。喜欢这个：

A   B   C    D
0   1   4   1    1,4,1
1   2   0   2    1,0,2

实际上，我将有很多专栏。 提前感谢！

Answer 1

另一种选择：

a['D'] = a.apply(lambda row: ','.join(row.dropna()
.astype(int).astype(str)), axis=1)
print(a)
A  B  C      D
0  1  4  1  1,4,1
1  2  0  2  2,0,2

Answer 2

# example data with NaN values
a = pd.DataFrame({'A': [np.nan,2], 'B': [4,np.nan], 'C': [1,2]})
a
A    B  C
0  NaN  4.0  1
1  2.0  NaN  2
# make new column with non-null values
a['D'] = a.apply(lambda x: [val for val in x if not np.isnan(val)], axis=1)
a
A    B  C           D
0  NaN  4.0  1  [4.0, 1.0]
1  2.0  NaN  2  [2.0, 2.0]

Answer 3

您可以执行以下操作：

combVals = []
a = a.T
for col in a.columns:
combVals.append(str(a[col].dropna().astype(int).tolist())[1:-1])
a = a.T
a['D'] = combVals
print(a)
A  B  C        D
0  1  4  1  1, 4, 1
1  2  0  2  2, 0, 2

您可以通过执行以下操作删除列D中的空格：a['D'] = a['D'].str.replace(' ','')