如何将pandas数据帧列连接成可迭代的列表？

Question

我正在处理一个大约有200列的Pandas数据框。第31到73列的内容看起来像这样:

31   32   33
NaN  NaN  Z
X    NaN  Z
NaN  NaN  NaN
NaN  Y    Z

我希望返回一个新的列，看起来应该像这样：

new_col
[Z]
[X,Z]
[]
[Y,Z]

我很接近成功，但还没有完全达到目标。这段代码：

data['new_col'] = data.ix[:, 30:73].fillna('').apply(lambda row: ','.join(map(str, row)), axis=1)

返回这个：

new_col
,,Z
,X,,Z
,,,
,,Y,Z

如何从新的连接列表中排除不必要的分隔符？

- samthebrand

---

等一下，你是想让列的每个元素成为一个列表还是一个字符串？ - DSM

你是想要我的答案输出还是一个逗号分隔的值字符串？ - EdChum

Answer 1

看起来你有一个错误的值Nan，我假设是NaN，无论如何这个应该可以工作：

In [24]:
df.apply(lambda x: [','.join(x.dropna())], axis=1)

Out[24]:
0      [Z]
1    [X,Z]
2       []
3    [Y,Z]
dtype: object

因此在您的情况下：

data['new_col'] = data.apply(lambda x: [','.join(x.dropna())], axis=1)

应该可以正常工作。

- EdChum

---

@samthebrand：只是为了明确起见，一开始就建议不要使用包含列表的列，但包含列表的列，其中每个列表都有一个元素是字符串，这并不是一种很好的 Pandorable 方法。 - DSM

@DSM 我想我明白你的意思了（刚遇到一个“不可哈希类型：'list'”警告）。我不太确定我在做什么（像往常一样），但希望最终能够迭代数据框，具体取决于 new_col 是否包含 Z 或 X 或该列中可能存在的值的组合。将这些“列表”存储为不同的数据类型是否有意义？ - samthebrand

你可以把它们放在一个集合中，这样就可以测试成员资格了。 - EdChum

嗯，@EdChum，我有点难以理解如何修改你的片段，使其返回集合。你能给个提示吗？ - samthebrand

df.apply(lambda x: {','.join(x.dropna())}, axis=1) 转化为 data['new_col'] = data.apply(lambda x: {','.join(x.dropna())}, axis=1)。 - EdChum