नया स्तंभ

Question

मैं पांडा के साथ काम कर रहा हूँ में पांडा डेटा फ्रेम स्तंभ मान कम्बाइन और मैं जहाँ हम तीन में से एक मान आबादी वाले हो सकता है एक डेटा फ्रेम:

ID_1 ID_2 ID_3 
abc  NaN  NaN 
NaN  def  NaN 
NaN  NaN  ghi 
NaN  NaN  jkl 
NaN  mno  NaN 
pqr  NaN  NaN 

और मेरा लक्ष्य ये तीन कॉलम गठबंधन करने के लिए है अपने डेटा फ्रेम में एक नया कॉलम में:

ID_1 ID_2 ID_3 Combined_ID 
abc  NaN  NaN abc 
NaN  def  NaN def 
NaN  NaN  ghi ghi 
NaN  NaN  jkl jkl 
NaN  mno  NaN mno 
pqr  NaN  NaN pqr 

आदर्श रूप में यह सिर्फ मिलेगा जो कुछ भी नहीं शून्य मान 3 के माध्यम से 1 कॉलम में मौजूद है, लेकिन मैं यह भी जोड़ सकते हैं, क्योंकि हम केवल तीन प्रत्येक पंक्ति के लिए आबादी में से एक होना चाहिए । धन्यवाद।

df_note = pd.read_csv("NoteIds.csv") 
df_note['Combined_ID'] = # ID_1 + ID_2 + ID_3 

Answer 1

मान लीजिए कि प्रति पंक्ति एक से अधिक गैर-एनएन मूल्य हो सकते हैं। फिर भी यह काम करना चाहिए।

In [43]: df['Combined_ID'] = df.apply(
       lambda x : ''.join([e for e in x if isinstance(e, basestring)]), 
         axis=1) 

प्रत्येक पंक्ति के लिए, स्ट्रिंग आइटम निकालें और उनसे जुड़ें।

In [44]: df 
Out[44]: 
    ID_1 ID_2 ID_3 Combined_ID 
0 abc NaN NaN   abc 
1 NaN def NaN   def 
2 NaN NaN ghi   ghi 
3 NaN NaN jkl   jkl 
4 NaN mno NaN   mno 
5 pqr NaN NaN   pqr 

मुझे @ एडचम का जवाब पसंद आया और अधिक पठनीय दिखता है।

दिलचस्प बात यह है कि fillna('').sum(axis=1) विधि इस छोटे डेटा के लिए महंगा है।

In [45]: %timeit df.fillna('').sum(axis=1) 
1000 loops, best of 3: 808 µs per loop 

In [46]: %timeit df.apply(lambda x : ''.join([e for e in x if isinstance(e, basestring)]), axis=1) 
1000 loops, best of 3: 285 µs per loop 

लिए

, ['ID_1','ID_2','ID_3'] स्तंभ केवल

df[['ID_1','ID_2','ID_3']].apply(lambda_function) 

Answer 2

ताकि आप fillna फोन और एक खाली str और कॉल sum गुजरती हैं और परम axis=1 गुजारें सकता आप संपत्ति है कि संक्षेप स्ट्रिंग मान जोड़ होगा उपयोग कर सकते हैं पंक्ति-वार योग करने के लिए:

In [26]: 

df['Combined_ID'] = df.fillna('').sum(axis=1) 
df 
Out[26]: 
    ID_1 ID_2 ID_3 Combined_ID 
0 abc NaN NaN   abc 
1 NaN def NaN   def 
2 NaN NaN ghi   ghi 
3 NaN NaN jkl   jkl 
4 NaN mno NaN   mno 
5 pqr NaN NaN   pqr 

आप केवल उन 3 कॉलम में रुचि रखते हैं तो आप सिर्फ उनका चयन कर सकते हैं:

In [39]: 

df['Combined_ID'] = df[['ID_1','ID_2','ID_3']].fillna('').sum(axis=1) 
df 
Out[39]: 
    ID_1 ID_2 ID_3 Combined_ID 
0 abc NaN NaN   abc 
1 NaN def NaN   def 
2 NaN NaN ghi   ghi 
3 NaN NaN jkl   jkl 
4 NaN mno NaN   mno 
5 pqr NaN NaN   pqr