屏蔽并连接熊猫中的两个字符串系列

Question

我正在努力让它发挥作用。我掩盖了 NaN，然后​​将两个系列连接起来。不能以这种方式使用+ 进行连接吗？如果不是最好的方法是什么？

    row_mask = df[df[win_end].notnull()]
    df.loc[row_mask, df['window_full']] = df.loc[row_mask, win_start]+' - '+df.loc[row_mask, win_end]
    print(df['window_start', 'window_end', 'window_full'])

输入

win_start     win_end
2021-12-16    2021-12-18
2022-01-19    NaN
2022-01-18    2022-01-20

预期输出

win_start     win_end        window_full
2021-12-16    2021-12-18     2021-12-16 - 2021-12-18
2022-01-19    NaN            NaN
2022-01-18    2022-01-20     2022-01-18 - 2022-01-20

错误

ValueError: Cannot index with multidimensional key

编辑

感谢您的快速回复。所以我尝试使用'window_full'，但仍然出现错误：-

ValueError: Cannot index with multidimensional key

编辑 2 工作解决方案需要通过布尔掩码：-

row_mask = df['win_end'].notnull()
df.loc[row_mask, 'window_full'] = (df.loc[row_mask, 'win_start']+' - '+df.loc[row_mask, 'win_end'])

Answer 1

对于分配新列使用列名而不是系列df['window_full']，与选择的语法相同，也需要传递布尔掩码而不是过滤的DataFrame row_mask = df[df[win_end].notnull()]：

row_mask = df['win_end'].notnull()
df.loc[row_mask, 'window_full'] = (df.loc[row_mask, 'win_start']+' - '+
                                   df.loc[row_mask, 'win_end'])

或者测试两列：

row_mask = df[['win_end', win_start]].notnull().any(axis=1)
df.loc[row_mask, 'window_full'] = (df.loc[row_mask, 'win_start']+' - '+
                                   df.loc[row_mask, 'win_end'])