将多个数据框列连接到数据框列下的单个数组中

Question

我正在尝试将数据帧中的多列（都是数字）连接到数据帧单列下的数组中。需要注意的是，如果连接列具有 NAN，则不应连接。

输入数据框：

userid | p1 | p2 |p3 | p4 | p5
 1     | NAN| NAN| 20| 30 | 40
 1     | NAN| 30 | 60| 80 | 100
 2     | NAN| NAN|NAN| NAN| 45

我已经尝试过这个解决方案，但它并没有放弃 nan：

df['combined'] = df[['p5','p4','p3','p2','p1']].apply(tuple,axis=1).apply(np.array)

最终输出数据帧必须如下所示（连接顺序也是 p5,p4,p3,p2,p1），同时在连接时还要排除 nan：

userid | p1 | p2 |p3 | p4 | p5 | combined
 1     | NAN| NAN| 20| 30 | 40 | [40,30,20]
 1     | NAN| 30 | 60| 80 | 100| [100,80,60,30]
 2     | NAN| NAN|NAN| NAN| 45 | [45]

因此，对于上述输出的任何解决方案都将不胜感激。

Answer 1

您可以使用pd.isna 过滤掉带有布尔掩码的NaN 值：

df['combined'] = df[['p5', 'p4', 'p3', 'p2', 'p1']].apply(lambda x: x[~pd.isna(x)].values, axis=1)
print(df)

输出

   userid  p1    p2    p3    p4   p5                   combined
0       1 NaN   NaN  20.0  30.0   40         [40.0, 30.0, 20.0]
1       1 NaN  30.0  60.0  80.0  100  [100.0, 80.0, 60.0, 30.0]
2       2 NaN   NaN   NaN   NaN   45                     [45.0]

正如@jpp 所述，您也可以使用dropna 删除它们：

lambda x: x.dropna().values