Python 将两行合并为一行并转换为NA 图书馆熊猫 遍历数据集中的每一行（因为只有NA和str'Object'及其对应的str'1-10'编号） 将str编号替换为Na并连接同一行中的数据

目前的代码：

df=df[df.apply（lambda row:row.astype（str）.str.contains（'Desk'）.any（）.df[row]+df[row]，axis=1）]

以下是我所做的：

以以下数据帧为例：

Index      0      1   2    3    4
0         NaN  Desk   1  NaN  NaN
5         NaN  Desk   2  NaN  NaN
10        NaN  Desk   3  NaN  NaN
15        NaN  Desk   4  NaN  NaN
20        NaN  Desk   5  NaN  NaN

当第1列中存在“Object”时，我在下面4行代码中执行4个步骤：1）将nans替换为空；2） 将所有内容设置为字符串类型；3） 将行连接到第1列，4）将所有其他列替换为nan

       0     1       2   3    4     slicing
index                       
0      NaN   Object  1   NaN  NaN   0
6      NaN   Object  2   NaN  A     6
12     NaN   Object  3   NaN  NaN   12
18     NaN   NaN     4   NaN  NaN   18
23     Stuff Object  NaN 5    NaN   23

---

如果我理解您想要实现的目标，那么您应该真正尝试使用列而不是迭代。它要快得多。您可以尝试以下方法：

df.loc[df['1']=='Object',['0', '2', '3','4']] = df.loc[df['1']=='Object',['0', '2', '3','4']].fillna('')
df.loc[df['1']=='Object',['0','1', '2', '3','4']] = df.loc[df['1']=='Object',['0','1', '2', '3','4']].astype(str)
df.loc[df['1']=='Object', ['1','0', '2', '3','4']] = df.loc[df['1']=='Object', ['1', '0', '2', '3','4']].agg(''.join, axis=1)
df.loc[df['1'].str.contains('Object', na = False), ['0', '2', '3','4']] = np.nan
df

       0    1             2    3     4   slicing
index                       
0      NaN  Object1       NaN  NaN  NaN  0
6      NaN  Object2A      NaN  NaN  NaN  6
12     NaN  Object3       NaN  NaN  NaN  12
18     NaN  NaN           4    NaN  NaN  18
23     NaN  ObjectStuff5  NaN  NaN  NaN  23

---

有没有一种方法可以遍历行而不是指定列，因为数字的位置可能会变化，也可能会根据数据帧的不同而变化？基本上，我需要一种类似的方法，但只适用于遇到“Desk”的行，因为第二列中有更多的数据（2）这不需要用“Desk”来连接。在原始示例中，你是指“Object”，对吗？另外，当它找到“Desk”时，是否可以连接到第2列？谢谢你的回答。是的，我是说“物体”对不起。不，我想与“Object”在同一行中的任何内容连接，而不是通过列连接

       0     1       2   3    4     slicing
index                       
0      NaN   Object  1   NaN  NaN   0
6      NaN   Object  2   NaN  A     6
12     NaN   Object  3   NaN  NaN   12
18     NaN   NaN     4   NaN  NaN   18
23     Stuff Object  NaN 5    NaN   23

df.loc[df['1']=='Object',['0', '2', '3','4']] = df.loc[df['1']=='Object',['0', '2', '3','4']].fillna('')
df.loc[df['1']=='Object',['0','1', '2', '3','4']] = df.loc[df['1']=='Object',['0','1', '2', '3','4']].astype(str)
df.loc[df['1']=='Object', ['1','0', '2', '3','4']] = df.loc[df['1']=='Object', ['1', '0', '2', '3','4']].agg(''.join, axis=1)
df.loc[df['1'].str.contains('Object', na = False), ['0', '2', '3','4']] = np.nan
df

       0    1             2    3     4   slicing
index                       
0      NaN  Object1       NaN  NaN  NaN  0
6      NaN  Object2A      NaN  NaN  NaN  6
12     NaN  Object3       NaN  NaN  NaN  12
18     NaN  NaN           4    NaN  NaN  18
23     NaN  ObjectStuff5  NaN  NaN  NaN  23

import numpy as np
columns = df.columns.tolist()
ix = df[df[columns[1]].str.contains('Object')].index
df.loc[ix:columns[1]] = df.loc[ix:columns[1]]+df.loc[ix:columns[2]]
df.loc[ix:columns[2]] = np.nan