【问题标题】：Create new dataframe column from the values of 2 other columns从其他 2 列的值创建新的数据框列
【发布时间】：2020-04-18 19:55:18
【问题描述】：

我的数据框中有 2 列。在任何一个实例（行）中，至少其中一列中包含字符串值，另一列中可能包含 NoneType 或另一个字符串。

我想创建第三列，在其中一列是 NoneType 的情况下，将采用字符串的值。在两者都是字符串的情况下，将两者连接起来。

我该怎么做？

  column1  column2         column3
0   hello     None           hello
1    None  goodbye         goodbye
2   hello  goodbye  hello, goodbye

【问题讨论】：

标签： python string pandas dataframe lambda

【解决方案1】：

Series.str.cat

使用na_rep=''，因此缺少值的连接不会导致整行的NaN。然后 strip 由于缺少数据而加入的任何多余分隔符（假设分隔符也不会开始或结束您的任何单词）。

import pandas as pd
df = pd.DataFrame({'column1': ['hello', None, 'hello'],
                   'column2': [None, 'goodbye', 'goodbye']})

sep = ', '
df['column3'] = (df['column1'].str.cat(df['column2'], sep=sep, na_rep='')
                   .str.strip(sep))

print(df)
  column1  column2         column3
0   hello     None           hello
1    None  goodbye         goodbye
2   hello  goodbye  hello, goodbye

对于许多列，中间可能存在缺失数据的条纹，上述方法无法删除多余的分隔符。相反，您可以沿行使用慢速lambda。我们在删除空值后加入所有值：

df['column3'] = df.apply(lambda row: ', '.join(row.dropna()), axis=1)

【讨论】：

【解决方案2】：

解决方案

您可以将所有NaNs 替换为空字符串，然后将列（A 和 B）联系起来以创建列 C。

df2 = df.fillna('')
df['C'] = df2.A.str.strip() + df2.B.str.strip(); #del df2;
print(df)

输出：

       A     B    C=A+B
0      1     3       13
1      2  None        2
2    dog   dog   dogdog
3   None  None         
4  snake    20  snake20
5    cat  None      cat

虚拟数据

d = {
    'A': ['1', '2', 'dog', None, 'snake', 'cat'], 
    'B': ['3', None, 'dog', None, '20', None]
}
df = pd.DataFrame(d)
print(df)

输出：

       A     B
0      1     3
1      2  None
2    dog   dog
3   None  None
4  snake    20
5    cat  None

【讨论】：