Python 使用熊猫将多个列转换为一个列

我有这样一个数据帧结构：

我想知道熊猫最有效的方法是创建一个新列“stage”，提取四列中任何非“None”的值，并将该值用于“stage”列。在stage列提取出每行中任何非“None”的值后，可以删除其余四列

下面是所涉及的每列的唯一值的另一个快照：

请注意，有问题的列中的值是字符串类型，而None实际上不是Nonetype

df['New']=df[['A','B','C']].replace('None','').sum(1)
df
Out[1477]: 
      A     B     C New
0  None     B  None   B
1     A  None  None   A
2  None  None     C   C

数据输入

df=pd.DataFrame({'A':['None','A','None'],'B':['B','None','None'],'C':['None','None','C']})

数据输入

df=pd.DataFrame({'A':['None','A','None'],'B':['B','None','None'],'C':['None','None','C']})

---

首先考虑

combine\u

，假设None不是字符串文本

'None'

df['stage'] = df['doggo'].combine_first(df['floorfer'])\
                         .combine_first(df['pupper'])\ 
                         .combine_first(df['puppo'])

或者，对于干式er进近，使用

reduce

：

from functools import reduce
...

df['stage'] = reduce(lambda x,y: x.combine_first(y), 
                     [df['doggo'], df['floorfer'], df['pupper'], df['puppo']])

---

首先考虑

combine\u

，假设None不是字符串文本

'None'

df['stage'] = df['doggo'].combine_first(df['floorfer'])\
                         .combine_first(df['pupper'])\ 
                         .combine_first(df['puppo'])

或者，对于干式er进近，使用

reduce

：

from functools import reduce
...

df['stage'] = reduce(lambda x,y: x.combine_first(y), 
                     [df['doggo'], df['floorfer'], df['pupper'], df['puppo']])

---

您介意共享一个实际的数据帧和代码而不是图片吗？您介意共享一个实际的数据帧和代码而不是图片吗？谢谢！成功了。但是我不理解代码的.sum（1）部分。你能解释一下那里发生了什么吗？@KeenanBurke-Pitts-sum（1），是一行一行地对df求和，它是字符串，它将把它们连接在一起：-）（PS：我将所有的无替换为“”）@KeenanBurke-Pitts-yw~快乐编码谢谢！成功了。但是我不理解代码的.sum（1）部分。你能解释一下那里发生了什么吗？@KeenanBurke-Pitts-sum（1），是一行一行地对df求和，它是字符串，它将把它们连接在一起：-）（PS：我将所有无替换为“”）@KeenanBurke-Pitts-yw~快乐编码