如何正确使用while循环？

Question

我有一个数据框：

SIN1       SIN2      SIN3
4778       5633      4343

我试过了，

count_col = len(df1.columns)

check=1

while check<=count_col:
    check_str = str(check)
    check_for_column = "SIN"+check_str in df1
    name = "SIN"+check_str
    
    if check_for_column == True:
        df1[name] = df1[name].astype(str)
        df1['SIN1'] = df1['SIN1'] + ',' + df1[name]

    if check == count_col:
        break
    
    check += 1

df1[['SIN1']]

这表明 4778,4343,4778,4343.................

当我尝试时，

check=1

while check<=count_col:
    check_str = str(check)
    check_for_column = "SIN"+check_str in df1
    name = "SIN"+check_str
    
   

    if check == count_col:
        break
    
    check += 1

if check_for_column == True:
     df1[name] = df1[name].astype(str)
     df1['SIN1'] = df1['SIN1'] + ',' + df1[name]

df1[['SIN1']]

这表明 4778,4343

我想要的结果是，4778,5633,4343

请不要建议直接连接 ',' 的方法。

我使用了 while 循环，因为可以没有任何 SIN 列。

这种情况下如何正确使用while循环？

Answer 1

此代码获取所有包含 SIN 的列，将值连接为字符串，并将其分配给新列 SIN.

sin_cols = [ ( 'SIN' in col ) for col in df.columns ]
sdf = df.loc[ :, sin_cols ]
df[ 'SIN' ] = sdf.apply( lambda x: ', '.join( x.values.astype( str ) ), axis = 1 )

df 之前

id	T	SIN1	SIN2	Q	SIN3
0	8	3	6	9	8
1	1	6	1	7	1
2	5	2	4	8	6

df 在

之后

id	T	SIN1	SIN2	Q	SIN3	SIN
0	8	3	6	9	8	3, 6, 8
1	1	6	1	7	1	6, 1, 1
2	5	2	4	8	6	2, 4, 6

Answer 2

使用apply连接列值：

>>> df['SIN'] = df.astype(str).apply(lambda x: ','.join(x), axis=1)

>>> df

   SIN1  SIN2  SIN3             SIN
0  4778  5633  4343  4778,5633,4343

要 select 列的子集，例如 SINxx，请使用 filter:

df.filter(like='SIN')  # or df.filter(regex='SIN\d+')

如何正确使用while循环？

How to use while loop properly?

python

while-loop

python-3.x

pandas