Python 创建1s&；的关键列；基于NaN的0s映射

我有一个

数据帧

，如下所示：

df
A、B、C、D、E
0测试NaN 10.0 a
1测试NaN 10.0 a
2个测试x NaN a NaN
3测试NaN 12.0 NaN NaN
4测试x楠楠楠楠
5试验NaN 14.0克c

我想创建一个

键

列，其中：

• 是一个长度==

  len（df.columns）

• 每个

  0

  表示

  NaN

  ，每个

  1

  表示不

  NaN

A B C D E键
0测试NaN 10.0 a 10111
1测试NaN 10.0 a 10111
2个测试x NaN a NaN 11010
3测试NaN 12.0 NaN 10100
4个测试x南11000
5试验NaN 14.0 g c 10111

我知道如何检查它，但不知道如何将它放入一列中的一个字符串中。我目前的代码是：

对于df.列中的列：
...     打印（df[col].isnull（）.astype（int）.replace（{1:0,0:1}））
...     
0    1
1    1
2    1
3    1
4    1
5    1
名称：A，数据类型：int64
0    0
1    0
2    1
3    0
4    1
5    0
名称：B，数据类型：int64
0    1
1    1
2    0
3    1
4    0
5    1
名称：C，数据类型：int64
0    1
1    1
2    1
3    0
4    0
5    1
名称：D，数据类型：int64
0    1
1    1
2    0
3    0
4    0
5    1
名称：E，数据类型：int64
0    1
1    1
2    1
3    1
4    1
5    1
名称：key，数据类型：int64

与和一起使用：

---

另一种方法：

或

与和一起使用：

---

另一种方法：

或

---

使用numpy和列表理解

df['key'] = [''.join(x) for x in np.where(df.isnull(),'0','1')]

---

---

使用numpy和列表理解

df['key'] = [''.join(x) for x in np.where(df.isnull(),'0','1')]

---

df['key'] =  df.notna().astype(int).astype(str).stack().groupby(level=0).agg(''.join)

df['key'] = [''.join(x) for x in np.where(df.isnull(),'0','1')]

print(df)

      A    B     C    D    E    key
0  test  NaN  10.0    a    a  10111
1  test  NaN  10.0    a    a  10111
2  test    x   NaN    a  NaN  11010
3  test  NaN  12.0  NaN  NaN  10100
4  test    x   NaN  NaN  NaN  11000
5  test  NaN  14.0    g    c  10111