连接 Pandas DataFrame 中的列值，用逗号替换“NaN”值

【问题标题】：Concatenate column values in Pandas DataFrame replacing “NaN” values with comma连接 Pandas DataFrame 中的列值，用逗号替换“NaN”值
【发布时间】：2020-02-13 15:07:23
【问题描述】：

我正在尝试连接 Pandas DataFrame 列，用逗号替换“NaN”值。

df = pd.DataFrame({'col1' : ["1","2","3","4","5",np.nan],
                   'col2'  : ["p1","p2","p1",np.nan,"p2",np.nan], 
                   'col3' : ["A","B","C","D","E","F"]})


df


 col1    col2  col3
0    1    p1    A
1    2    p2    B
2    3    p1    C
3    4    NaN   D
4    5    p2    E
5    NaN  NaN   F

我需要一个输出：-

   col1  col2  col3  col4
0    1    p1    A    1, p1, A
1    2    p2    B    2, p2, B
2    3    p1    C    3, p1, C
3    4    NaN   D    4, , D
4    5    p2    E    5, p2, E
5    NaN  NaN   F     , , F

基本上我需要在col4 中的每一行使用相同数量的逗号。

提前感谢您的帮助

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

用DataFrame.fillna 替换缺失值，然后每行使用join：

df['col4'] = df.astype(str).fillna('').apply(', '.join, axis=1)

或添加, 并使用sum 加入，最后删除最后一个, by Series.str.rstrip：

df['col4'] = df.astype(str).fillna('').add(', ').sum(axis=1).str.rstrip(', ')

或者单独处理每一列：

df['col4'] = (df['col1'].astype(str).fillna('') + ', ' + 
              df['col2'].astype(str).fillna('') + ', ' + 
              df['col3'].astype(str))

print (df)
  col1 col2 col3      col4
0    1   p1    A  1, p1, A
1    2   p2    B  2, p2, B
2    3   p1    C  3, p1, C
3    4  NaN    D    4, , D
4    5   p2    E  5, p2, E
5  NaN  NaN    F     , , F

【讨论】：