Python 熊猫、fillna/b填充至concat和聚结场

我试图在join_键中执行以下逻辑。

date+book+bdr+COALECSE（cusip、isin、deal、id）

我正在尝试使用：

df['join_key'] = ("20191031|" + df['book'].astype('str') + "|" + df['bdr'] + "|" + df[['cusip', 'isin', 'Deal', 'Id']].bfill(1)['cusip'].astype(str))

还尝试：

df['position_join_key'] = "20191031|" + df['book'].astype('str') + "|" + df['bdr'] + "|" + df['cusip'].fillna(df['isin']).fillna(df['Deal']).fillna(df['Id']).astype('str') 

由于某些原因，此代码没有将

Id

作为键的一部分拾取

例如，在第二行中，我应该获得

20191031 | 15 | ITOR | 8011898573

此外，如果它有帮助，它来自csv，我使用

na_filter=False

样本输入：

+------------+------+------+-----------+-------------+------+------------+
|  endOfDay  | book | bdr  |   cusip   |    isin     | Deal |     Id     |
+------------+------+------+-----------+-------------+------+------------+
| 31/10/2019 |   15 | ITOR | 371494AM7 |             |  161 | 8013210731 |
| 31/10/2019 |   15 | ITOR |           | 3.16248E+11 |      | 8011898573 |
| 31/10/2019 |   15 | ITOR |           |             |  352 | 8011898742 |
| 31/10/2019 |   15 | ITOR |           |             |      | 8011899418 |
+------------+------+------+-----------+-------------+------+------------+

+----------------------------+
|          join_key          |
+----------------------------+
| 43769|15|ITOR|371494AM7    |
| 43769|15|ITOR|316247735264 |
| 43769|15|ITOR|352          |
| 43769|15|ITOR|8011899418   |
+----------------------------+

样本输出：

+------------+------+------+-----------+-------------+------+------------+
|  endOfDay  | book | bdr  |   cusip   |    isin     | Deal |     Id     |
+------------+------+------+-----------+-------------+------+------------+
| 31/10/2019 |   15 | ITOR | 371494AM7 |             |  161 | 8013210731 |
| 31/10/2019 |   15 | ITOR |           | 3.16248E+11 |      | 8011898573 |
| 31/10/2019 |   15 | ITOR |           |             |  352 | 8011898742 |
| 31/10/2019 |   15 | ITOR |           |             |      | 8011899418 |
+------------+------+------+-----------+-------------+------+------------+

+----------------------------+
|          join_key          |
+----------------------------+
| 43769|15|ITOR|371494AM7    |
| 43769|15|ITOR|316247735264 |
| 43769|15|ITOR|352          |
| 43769|15|ITOR|8011899418   |
+----------------------------+

---

我们可以通过以下一般方式解决您的问题：

首先，我们创建一个名为

temp

的临时列，它是回填的值

我们在您的

bdr

列后插入该列

我们将日期列转换为

datetime

我们可以

'|'。连接前4列并创建
连接键

注意：我添加步骤3是为了保持代码的通用性，因此我们不会像您自己那样硬编码

20191031

s = df[['cusip', 'isin', 'Deal', 'Id']].replace('', np.NaN).bfill(axis=1).iloc[:, 0]
df.insert(3, 'temp', s)

df['endOfDay'] = pd.to_datetime(df['endOfDay']).dt.strftime('%Y%m%d')

df['join_key'] = df.iloc[:, :4].apply(lambda x: '|'.join(x.astype(str).to_numpy()), axis=1)
df = df.drop(columns='temp')

---

您的第一段代码中有一个轻微的输入错误，应该是

Id

而不是

Id

假设这可能是您的脚本中的错误？对不起，那是我的错误，我的脚本很好，我在问题上输入了。我仍然需要这方面的帮助。

cusip、isin、Deal

中的空单元格是空字符串还是

NaN

？@Erfan，我相信空字符串，就像我导入csv时使用的是

na_过滤器

如果我没有弄错的话，我相信这可以去除所有的

NaN

。谢谢你，Erfan，几个问题，1）我没有使用你的第二步，与前面的代码一样，我输入了日期。那么，

df['join_key']

是如何识别这个的呢？2） 如果我想添加一列该怎么办？3） 如果要在

Id

之后添加

，然后添加列，该怎么办？ie

20191031 | 15 | ITOR | 8011898573.newcol

很不清楚出了什么问题，我不认为这个问题很难解决，只是你的描述不清楚。只提供示例输入数据帧和示例输出数据帧是最简单的。通过这种方式，我们可以直观地看到您想要做什么。请提供一个输入数据框，这样当我运行我的解决方案时，它将提供不同于您预期输出的输出。您的

join\u key

中有

43769

来自何处？很抱歉，这是endOfDay，刚刚复制到excel格式已关闭