屏蔽并连接 pandas 中的两个字符串系列

Question

我正在努力让它发挥作用。我屏蔽掉 NaN，然后将这两个系列连接起来。这样用 + 拼接是不是不行？如果不是，最好的方法是什么？

    row_mask = df[df[win_end].notnull()]
    df.loc[row_mask, df['window_full']] = df.loc[row_mask, win_start]+' - '+df.loc[row_mask, win_end]
    print(df['window_start', 'window_end', 'window_full'])

输入

win_start     win_end
2021-12-16    2021-12-18
2022-01-19    NaN
2022-01-18    2022-01-20

预期输出

win_start     win_end        window_full
2021-12-16    2021-12-18     2021-12-16 - 2021-12-18
2022-01-19    NaN            NaN
2022-01-18    2022-01-20     2022-01-18 - 2022-01-20

错误

ValueError: Cannot index with multidimensional key

编辑

感谢您的快速回复。所以我尝试使用 'window_full' 但仍然出现错误：-

ValueError: Cannot index with multidimensional key

编辑 2 工作解决方案需要传递布尔掩码：-

row_mask = df['win_end'].notnull()
df.loc[row_mask, 'window_full'] = (df.loc[row_mask, 'win_start']+' - '+df.loc[row_mask, 'win_end'])

Answer 1

对于分配新列使用列名而不是系列 df['window_full']，与选择等语法相同，也有必要通过布尔掩码而不是过滤 DataFrame row_mask = df[df[win_end].notnull()]:

row_mask = df['win_end'].notnull()
df.loc[row_mask, 'window_full'] = (df.loc[row_mask, 'win_start']+' - '+
                                   df.loc[row_mask, 'win_end'])

或测试两列：

row_mask = df[['win_end', win_start]].notnull().any(axis=1)
df.loc[row_mask, 'window_full'] = (df.loc[row_mask, 'win_start']+' - '+
                                   df.loc[row_mask, 'win_end'])

屏蔽并连接 pandas 中的两个字符串系列

mask and concatenate two string series in pandas

python

mask

concatenation

pandas