如何将成对的行元素连接到熊猫数据框中的新列中？

Question

我有这个 DataFrame，其中的列是坐标（例如 x1,y1,x2,y2...）。坐标列从第 8 列开始（前面的与问题无关）
我有一个更大的示例示例here，但这里有一个示例：

start_column = 8    
df = pd.DataFrame(columns = ['x1','y1','x2','y2'],
                 data = [(0,0,1,0),(0,1,2,3),(-1,-2,None,None)])
for i in range(7):
    df.insert(0,'c'+str(7-i),'x')
df

我想在 DataFrame 中创建一个新列作为 xy 对的列表，如：df["coordinates"]=[[x1,y1],[x2,y2],[x3,y3]....]

到目前为止我已经尝试过：

for row in df.iterrows():
   for i in range(1,total_count_of_xy_rows):
      df["coordinates"]= 
             df[["x{}".format(i),"y{}".format(i)]].values.tolist()
   print(df)

有没有更好的方法来做到这一点？

Answer 1

您可以通过.apply 跨不同行创建自定义列表理解函数来创建新列：

start_column = 8    
coordinates_list = list(zip(df.columns[(start_column-1):-1:2],df.columns[start_column::2]))
df['coordinates'] = df.apply(lambda row: [(row[x], row[y]) 
                                          for x,y in coordinates_list if not any((pd.isna(row[x]), pd.isna(row[y])))], axis=1)

使用此示例输入，坐标列从第 8 列开始，如您在评论中所述：

df = pd.DataFrame(columns = ['x1','y1','x2','y2'],
                 data = [(0,0,1,0),(0,1,2,3),(-1,-2,None,None)])
for i in range(start_column-1):
    df.insert(0,'c'+str(start_column-1-i),'x')
df

    c1  c2  c3  c4  c5  c6  c7  x1  y1  x2  y2
0   x   x   x   x   x   x   x   0   0   1.0 0.0
1   x   x   x   x   x   x   x   0   1   2.0 3.0
2   x   x   x   x   x   x   x   -1  -2  NaN NaN

这将产生这个输出：

c1  c2  c3  c4  c5  c6  c7  x1  y1  x2  y2  coordinates
0   x   x   x   x   x   x   x   0   0   1.0 0.0 [(0, 0), (1.0, 0.0)]
1   x   x   x   x   x   x   x   0   1   2.0 3.0 [(0, 1), (2.0, 3.0)]
2   x   x   x   x   x   x   x   -1  -2  NaN NaN [(-1, -2)]

这处理每行中不相等数量的坐标。希望对您有所帮助！