将所有列的信息混合在一个列中答案

【问题标题】：mix the information of all columns in a single column将所有列的信息混合在一个列中
【发布时间】：2021-04-28 09:13:34
【问题描述】：

我有一个这样的数据集：

df = pd.DataFrame({'ID':["a"," b", "c","d", "e"],
               'P1': [10, 28, 34, 56, 78],
              'P2':[ 90, 54, 54, 32, 16],
              'P3':[14, 15, 24, 90,34]})

其中包含每个问题的学生成绩。我需要创建一个名为“Notes”的新列其中包含一列中所有问题的成绩。输出必须如下所示：

【问题讨论】：

标签： python pandas jupyter-notebook

【解决方案1】：

请在使用 iloc 访问器隔离所需列之后尝试 to_dict。

df['notes']=df.iloc[:,1:].to_dict('records')

如果您需要包含总计，我们可以使用列过滤器，分配总计和注释如下；

df=df.assign(Total=df.filter(regex='^P', axis=1).sum(1),notes=df.filter(regex='^P', axis=1).to_dict('records'))

如果字典括号是一个问题。你可以把它们去掉

df.notes.astype(str).str.strip('{}')

【讨论】：

以防万一有人无法通过.iloc[:,1:]df.filter(like='P').to_dict('records')访问特定列
感谢@Pygirl 的建议。 ws 在添加的过程中。我更喜欢以 P ^P 开头的正则表达式
@ansev 我们不应该仅仅为了用; 替换: 而提供过于复杂的解决方案。我提倡可读的代码。如果有方法，我不需要重新发明轮子
@ansev，什么会阻止他访问df.notes.astype(str).str.strip('{}')？还是用更短更易读的代码来回答问题？

【解决方案2】：

用途：

#Calculate Total
df['Total'] = df.filter(regex='P').sum(axis=1)
#Create Notes
df['Notes'] = df.filter(regex='P').astype(str)\
    .apply(lambda row: ','.join(row.index + ';' + row), axis=1)
print(df)


   ID  P1  P2  P3  Total              Notes
0   a  10  90  14    114  P1;10,P2;90,P3;14
1   b  28  54  15     97  P1;28,P2;54,P3;15
2   c  34  54  24    112  P1;34,P2;54,P3;24
3   d  56  32  90    178  P1;56,P2;32,P3;90
4   e  78  16  34    128  P1;78,P2;16,P3;34

【讨论】：

【解决方案3】：

尝试使用lambda 和map

p_val = df.filter(like='P')

comb = lambda x: [f"{key}:{val}" for key,val in zip(p_val.columns, x)] 
df['Notes'] = pd.Series(list(map(comb,p_val.values.tolist()))).str.join(',')

df:

    ID  P1  P2  P3  Notes
0   a   10  90  14  P1:10,P2:90,P3:14
1   b   28  54  15  P1:28,P2:54,P3:15
2   c   34  54  24  P1:34,P2:54,P3:24
3   d   56  32  90  P1:56,P2:32,P3:90
4   e   78  16  34  P1:78,P2:16,P3:34

【讨论】：