Concatena i valori delle colonne in Pandas DataFrame con valori "NaN"

Question

Sto tentando di concatenare le colonne di Pandas DataFrame con i valori NaN.

In [96]:df = pd.DataFrame({'col1' : ["1","1","2","2","3","3"], 
       'col2' : ["p1","p2","p1",np.nan,"p2",np.nan], 'col3' : ["A","B","C","D","E","F"]}) 

In [97]: df 
Out[97]: 
    col1 col2 col3 
0 1 p1 A 
1 1 p2 B 
2 2 p1 C 
3 2 NaN D 
4 3 p2 E 
5 3 NaN F 

In [98]: df['concatenated'] = df['col2'] +','+ df['col3'] 
In [99]: df 
Out[99]: 
    col1 col2 col3 concatenated 
0 1 p1 A   p1,A 
1 1 p2 B   p2,B 
2 2 p1 C   p1,C 
3 2 NaN D   NaN 
4 3 p2 E   p2,E 
5 3 NaN F   NaN 

Invece di valori 'NaN' nella colonna "concatenati", voglio arrivare "D" e "F", rispettivamente, per questo esempio?

Answer 1

Non penso che il tuo problema sia banale. Tuttavia, qui è una soluzione utilizzando vettorializzazione NumPy:

In [49]: def concat(*args): 
    ...:  strs = [str(arg) for arg in args if not pd.isnull(arg)] 
    ...:  return ','.join(strs) if strs else np.nan 
    ...: np_concat = np.vectorize(concat) 
    ...: 

In [50]: np_concat(df['col2'], df['col3']) 
Out[50]: 
array(['p1,A', 'p2,B', 'p1,C', 'D', 'p2,E', 'F'], 
     dtype='|S64') 

In [51]: df['concatenated'] = np_concat(df['col2'], df['col3']) 

In [52]: df 
Out[52]: 
    col1 col2 col3 concatenated 
0 1 p1 A   p1,A 
1 1 p2 B   p2,B 
2 2 p1 C   p1,C 
3 2 NaN D   D 
4 3 p2 E   p2,E 
5 3 NaN F   F 

[6 rows x 4 columns] 

Answer 2

Potresti sostituire innanzitutto NaNs con stringhe vuote, per tutta la dataframe o la colonna (s) che si desidera.

In [6]: df = df.fillna('') 

In [7]: df['concatenated'] = df['col2'] +','+ df['col3'] 

In [8]: df 
Out[8]: 
    col1 col2 col3 concatenated 
0 1 p1 A   p1,A 
1 1 p2 B   p2,B 
2 2 p1 C   p1,C 
3 2   D   ,D 
4 3 p2 E   p2,E 
5 3   F   ,F