连接 noneType 和字符串值列（pandas 数据帧）导致 "NaN"
Concatenating noneType and string value columns (pandas dataframes) results in "NaN"
我正在尝试连接两列，而第二列有几个 noneType 值。当我尝试将两个列与 noneType 值连接时，生成的列结果为 "NaN".
我试图环顾四周，看看是否可以找到有关此行为的问题，但我找不到。
这是 table 在串联之前的样子：
这是我修改后加入两列的代码：
new_table["name"] = new_table[0] + new_table[1]
结果是：
为什么串联会导致 "NaN"，我该如何解决？
最简单的修复方法是将 None 替换为空字符串：
new_table["name"] = new_table[0] + new_table[1].fillna('')
df = pd.DataFrame([["K.", "Mbappe"], ["N.", np.nan]])
print (df)
输出：
0 1
0 K. Mbappe
1 N. NaN
df['Name'] = df[0].str.cat(df[1], na_rep='')
print(df)
输出：
0 1 Name
0 K. Mbappe K.Mbappe
1 N. NaN N.
这与 ypnos 提出的方法相同，而是使用系列 str.cat 函数。
我正在尝试连接两列，而第二列有几个 noneType 值。当我尝试将两个列与 noneType 值连接时，生成的列结果为 "NaN".
我试图环顾四周，看看是否可以找到有关此行为的问题，但我找不到。
这是 table 在串联之前的样子：
这是我修改后加入两列的代码：
new_table["name"] = new_table[0] + new_table[1]
结果是：
为什么串联会导致 "NaN"，我该如何解决？
最简单的修复方法是将 None 替换为空字符串：
new_table["name"] = new_table[0] + new_table[1].fillna('')
df = pd.DataFrame([["K.", "Mbappe"], ["N.", np.nan]])
print (df)
输出：
0 1
0 K. Mbappe
1 N. NaN
df['Name'] = df[0].str.cat(df[1], na_rep='')
print(df)
输出：
0 1 Name
0 K. Mbappe K.Mbappe
1 N. NaN N.
这与 ypnos 提出的方法相同，而是使用系列 str.cat 函数。