如何使用 pandas 将两列中的数据合并为带有 + 号的一列

Question

我在 csv 中有 2 个这种格式的列。

Drug    Product(Predicted)
#N/A    acetaldehyde
#N/A    nicotine
#N/A    resin
#N/A    rosa
#N/A    eliglustat
#N/A    valpromide
#N/A    clostridium
#N/A    ambenonium
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
solution    valpromide
#N/A    amiloride
#N/A    valsartán
#N/A    manitol
#N/A    hipromelosa
#N/A    fosfato disódico
#N/A    fosfato disódico
#N/A    agalsidase beta
#N/A    enoxaparin sodium
solution    warfarine
#N/A    eliglustat
#N/A    silver
#N/A    silver

我正在寻找的输出是，创建一个新列，只要药物列中存在一个条目（忽略所有 N/A），通过连接 2 将该条目添加到新列带有加号的列并获得输出 csv

例如：

New column
solution + valpromide
solution + valpromide
solution + warfarine

我是 pandas 的新手，所以我想知道如何使用相同的

Answer 1

使用Series.str.cat with Series.str.strip:

df['new'] = df['Drug'].str.cat(df['Product(Predicted)'], na_rep='', sep='+').str.strip('+')

或在合并前将缺失值替换为空字符串：

df['new'] = (df['Drug'].fillna('') + '+' + df['Product(Predicted)']).str.strip('+')

---

print (df)
       Drug Product(Predicted)                  new
0       NaN       acetaldehyde         acetaldehyde
1       NaN           nicotine             nicotine
2       NaN              resin                resin
3       NaN               rosa                 rosa
4       NaN         eliglustat           eliglustat
5       NaN         valpromide           valpromide
6       NaN        clostridium          clostridium
7       NaN         ambenonium           ambenonium
8  solution         valpromide  solution+valpromide
9  solution         valpromide  solution+valpromide

如果要删除 drug 列中具有 NaN 的行：

df1 = df.dropna(subset=['Drug'])
df1['new'] = df1['Drug'] + '+' + df1['Product(Predicted)']
print (df)
       Drug Product(Predicted)                  new
8  solution         valpromide  solution+valpromide
9  solution         valpromide  solution+valpromide

Answer 2

如果您的数据框中没有空值，称为空值，那么我建议您执行以下操作：

df["drug"].replace("#N/A", np.nan, inplace = True)

曾经，您用 null 替换了缺失值，答案只是一行代码

df["new_col"] = df["drug"] + " + " + df["Product"]

如果列、产品或药物中的任何一个为空，以上代码将 return 输出为空。

希望对您有所帮助。