合并两个不重叠的熊猫数据框列答案

【问题标题】：Merging two non-overlapping pandas dataframe columns合并两个不重叠的熊猫数据框列
【发布时间】：2021-09-13 14:37:28
【问题描述】：

我有一个带有一对列的 pandas 数据框，在每一行中，一个单元格是 nan 而另一个不是。它看起来像这样：

	Var1	Var2
0	3	nan
1	8	nan
2	nan	6
3	4	nan
4	nan	2
5	nan	6

我想在没有 nan 的情况下将这两列合并为一列：

	Var1
0	3
1	8
2	6
3	4
4	2
5	6

有什么想法吗？

【问题讨论】：

df.max(1) 呢？

标签： python pandas dataframe nan

【解决方案1】：

使用fillna，将values参数设置为另一个Series。

df['Var1'].fillna(df['Var2'], inplace=True)
df['Var1']

#    Var1
# 0  3
# 1  8
# 2  6
# 3  4
# 4  2
# 5  6

【讨论】：

.drop('Var2',1) 匹配 OP 输出

【解决方案2】：

您可以按照以下方式利用 numpy 完成此任务

import numpy as np
import pandas as pd
df = pd.DataFrame({'v1':[np.nan,2,np.nan,4],'v2':[1,np.nan,3,np.nan]})
df['v'] = np.where(np.isnan(df.v1),df.v2,df.v1)
print(df)

输出

    v1   v2    v
0  NaN  1.0  1.0
1  2.0  NaN  2.0
2  NaN  3.0  3.0
3  4.0  NaN  4.0

【讨论】：

【解决方案3】：

您可以stack 默认情况下将丢弃NaNs 的框架。然后你可以用它的值构造一个新的框架：

>>> new_df = pd.DataFrame(df.stack().to_numpy(), columns=["Var1"])
>>> new_df

   Var1
0   3.0
1   8.0
2   6.0
3   4.0
4   2.0
5   6.0

【讨论】：

【解决方案4】：

另一个版本：

df = df.transform(sorted, key=pd.isna, axis=1).dropna(axis=1, how="all")
print(df)

打印：

      ID  var1
0  103.0  11.0
1  104.0  16.0
2  105.0  71.0
3  106.0   2.0
3  107.0   1.0

【讨论】：

【解决方案5】：

另一种方法 - 如果您只有两列。

df.assign(Var1=df.sum(axis=1))[['Var1']]

   Var1
0   3.0
1   8.0
2   6.0
3   4.0
4   2.0
5   6.0

【讨论】：