如何使用 comprehension-python 组合数据框中的不同列

Question

假设一个数据框包含

攻击者_1 攻击者_2 攻击者_3 攻击者_4
兰尼斯特楠楠楠
南史塔克葛雷乔伊南

我想创建另一个名为 AttackerCombo 的列，它将 4 列聚合为 1 列。 我将如何在 python 中定义这样的代码？ 我一直在练习 python，我认为这种列表理解是有道理的，但是 [list(x) for x in attacks] 其中攻击者是 4 列的 numpy 数组，显示所有 4 列聚合为 1 列，但是我也想删除所有 nans。 所以每一行的结果而不是看起来像

starknannanlannister

看起来像

stark/lannister

Answer 1

我认为您需要 apply 和 join 并通过 dropna 删除 NaN：

df['attackers'] = df[['attacker_1','attacker_2','attacker_3','attacker_4']] \
                    .apply(lambda x: '/'.join(x.dropna()), axis=1)
print (df)
  attacker_1 attacker_2 attacker_3  attacker_4      attackers
0  Lannister        NaN        NaN         NaN      Lannister
1        NaN      Stark    greyjoy         NaN  Stark/greyjoy

如果需要separator空字符串使用DataFrame.fillna:

df['attackers'] = df[['attacker_1','attacker_2','attacker_3','attacker_4']].fillna('') \
                    .apply(''.join, axis=1)
print (df)
  attacker_1 attacker_2 attacker_3  attacker_4     attackers
0  Lannister        NaN        NaN         NaN     Lannister
1        NaN      Stark    greyjoy         NaN  Starkgreyjoy

list comprehension 的另外 2 个解决方案 - 首先通过 notnull 进行比较，然后检查是否为 string：

df['attackers'] = df[['attacker_1','attacker_2','attacker_3','attacker_4']] \
                    .apply(lambda x: '/'.join([e for e in x if pd.notnull(e)]), axis=1)
print (df)
  attacker_1 attacker_2 attacker_3  attacker_4      attackers
0  Lannister        NaN        NaN         NaN      Lannister
1        NaN      Stark    greyjoy         NaN  Stark/greyjoy


#python 3 - isinstance(e, str), python 2 - isinstance(e, basestring)
df['attackers'] = df[['attacker_1','attacker_2','attacker_3','attacker_4']] \
                    .apply(lambda x: '/'.join([e for e in x if isinstance(e, str)]), axis=1)
print (df)
  attacker_1 attacker_2 attacker_3  attacker_4      attackers
0  Lannister        NaN        NaN         NaN      Lannister
1        NaN      Stark    greyjoy         NaN  Stark/greyjoy

Answer 2

您可以在数据框中设置一个新列，这要归功于 lambda 函数：

df['attackers'] = df[['attacker_1','attacker_2','attacker_3','attacker_4']].apply(lambda x : '{}{}{}{}'.format(x[0],x[1],x[2],x[3]), axis=1)

你没有指定如何你想聚合它们，例如，如果你想用破折号分隔：

df['attackers'] = df[['attacker_1','attacker_2','attacker_3','attacker_4']].apply(lambda x : '{}-{}-{}-{}'.format(x[0],x[1],x[2],x[3]), axis=1)