如何在Python中获取每个有序行的值的前3个元素

Question

我有一个数据类型为字符串的 DataFrame，如下所示：

ID	Var1	Var2	Var3	Var4	Var5
1	A	B	C	D	E
2		B	C	D
3			C	D	E
4	A		C		E

我想为每一行选择前 3 个元素，如下所示：

ID	Var1	Var2	Var3	Var4	Var5	Var6
1	A	B	C	D	E	A,B,C
2		B	C	D		B,C,D
3			C	D	E	C,D,E
4	A		C		E	A,C,E

Answer 1

试试这个：

df['Var6'] = df.apply(lambda x: [y for y in x.values if y != ''][:3], axis=1)

结果df：

  Var1 Var2 Var3 Var4 Var5       Var6
1    A    B    C    D    E  [A, B, C]
2         B    C    D       [B, C, D]
3              C    D    E  [C, D, E]
4    A         C         E  [A, C, E]

如果您希望结果为逗号分隔的字符串，请进一步使用：

df['Var6'] = df['Var6'].str.join(', ')

结果df：

  Var1 Var2 Var3 Var4 Var5     Var6
1    A    B    C    D    E  A, B, C
2         B    C    D       B, C, D
3              C    D    E  C, D, E
4    A         C         E  A, C, E

如果您想一步完成，请使用：

df['Var6'] = df.apply(lambda x: ','.join([y for y in x.values if y != ''][:3]), axis=1)

编辑

当我提供答案时，我将示例数据中的 ID 解释为行索引，特别是当 OP 提到 DataFrame 的数据类型为字符串并且她从每行中选择前 3 个元素时，列中的值标记为ID 未被选中。

但是，我看到其他一些答案将ID 视为数据列。为了完整起见，我想添加代码，以防ID 是一个数据列，而它的值仍然不能为每行中的前 3 个元素选择。

如果ID是数据列但不能被选中：稍微调整代码如下：

df1 = df.set_index('ID')      # temporarily set column ID as index
# same code as my main answer except to replace df by df1
df1['Var6'] = df1.apply(lambda x: ','.join([y for y in x.values if y != ''][:3]), axis=1)
df = df1.reset_index()        # reset the index to move ID back to data column 

Answer 2

利用df.values.tolist()的替代解决方案

import pandas as pd
# Working example with empty strings 
df = pd.DataFrame({"Var1": ["A", "", "", "A"],
                   "Var2": ["B", "B",  "", ""],
                   "Var3": ["C",  "C", "C", "C"],
                   "Var4": ["D", "D", "D", ""],
                   "Var5": ["E", "", "E", "E"]
                  })
df["Var6"] = df.values.tolist()
df["Var6"] = df["Var6"].map(lambda x: ",".join([i for i in x if i != ""][:3]))
df

# Working example with None
df = pd.DataFrame({"Var1": ["A", None, None, "A"],
                   "Var2": ["B", "B",  None, None],
                   "Var3": ["C",  "C", "C", "C"],
                   "Var4": ["D", "D", "D", None],
                   "Var5": ["E", None, "E", "E"]
                  })
df["Var6"] = df.values.tolist()
df["Var6"] = df["Var6"].map(lambda x: ",".join([i for i in x if i is not None][:3]))
df

Answer 3

您可以将stack 与groupby.head(3) 和链groupby.agg(','.join) 一起使用

df['var6'] = df.set_index('ID',append=True)\
               .stack().groupby(level=[0]).head(3)\
                       .groupby(level=0).agg(','.join)

print(df)

   ID Var1 Var2 Var3 Var4 Var5   var6
0   1    A    B    C    D    E  A,B,C
1   2  NaN    B    C    D  NaN  B,C,D
2   3  NaN  NaN    C    D    E  C,D,E
3   4    A  NaN    C  NaN    E  A,C,E

Answer 4

试试stack 然后groupby head

df['out'] = df.stack().loc[lambda x : x!=''].groupby(level=0).head(3).groupby(level=0).agg(','.join)
Out[277]: 
0    A,B,C
1    B,C,D
2    C,D,E
3    A,C,E
dtype: object

或者

df.where(df=='',df+',').sum(1).str[:5]
Out[282]: 
0    A,B,C
1    B,C,D
2    C,D,E
3    A,C,E
dtype: object