使用 Pandas 将多列转换为一列答案

【问题标题】：Transform Multiple Columns Into One With Pandas使用 Pandas 将多列转换为一列
【发布时间】：2017-12-27 15:46:50
【问题描述】：

我有一个结构如下的数据框：

我想知道在 pandas 中创建一个新列“stage”的最有效方法是什么，该列从四列中提取任何不是“None”的值并将该值用于“stage”列. 在 stage 列提取出每一行中不是 None 的任何值之后，可以删除剩余的四列。

下面是所涉及的每列的唯一值的另一个快照：

请注意，有问题的列中的值是字符串类型，而 None 实际上不是 Nonetype。

【问题讨论】：

你介意分享一个实际的数据框和代码而不是图片吗？

标签： python pandas dataframe apply series

【解决方案1】：

df['New']=df[['A','B','C']].replace('None','').sum(1)
df
Out[1477]: 
      A     B     C New
0  None     B  None   B
1     A  None  None   A
2  None  None     C   C

数据输入

df=pd.DataFrame({'A':['None','A','None'],'B':['B','None','None'],'C':['None','None','C']})

【讨论】：

谢谢！那行得通。我不明白代码的 .sum(1) 部分。你能解释一下那里发生了什么吗？
@KeenanBurke-Pitts sum(1)，正在逐行对df求和，它是字符串，它将它们连接在一起:-)（PS：我将所有None替换为''）
@KeenanBurke-Pitts yw~ 快乐编码

【解决方案2】：

考虑combine_first，假设None 不是字符串文字'None'。

df['stage'] = df['doggo'].combine_first(df['floorfer'])\
                         .combine_first(df['pupper'])\ 
                         .combine_first(df['puppo'])

或者，对于 DRY-er 方法，使用reduce：

from functools import reduce
...

df['stage'] = reduce(lambda x,y: x.combine_first(y), 
                     [df['doggo'], df['floorfer'], df['pupper'], df['puppo']])

【讨论】：