Python 熊猫组合两个字符串忽略nan值

我有两列字符串。我希望将它们组合起来并忽略

nan

值。以便：

ColA, Colb, ColA+ColB
str   str    strstr
str   nan    str
nan   str    str

我尝试了

df['ColA+ColB']=df['ColA']+df['ColB']

，但如果任一列为nan，则会创建一个nan值。我还考虑过使用

concat

---

我想我可以这样做，然后使用一些

df.ColA+ColB[df[ColA]=nan]=df[ColA]

，但这似乎是一个很好的解决办法。

您可以用一个空字符串填充nan：

df['ColA+ColB'] = df['ColA'].fillna('') + df['ColB'].fillna('')

调用并传递一个空str作为填充值，然后使用param

axis=1

：

In [3]:
df = pd.DataFrame({'a':['asd',np.NaN,'asdsa'], 'b':['asdas','asdas',np.NaN]})
df

Out[3]:
       a      b
0    asd  asdas
1    NaN  asdas
2  asdsa    NaN

In [7]:
df['a+b'] = df.fillna('').sum(axis=1)
df

Out[7]:
       a      b       a+b
0    asd  asdas  asdasdas
1    NaN  asdas     asdas
2  asdsa    NaN     asdsa

---

使用

apply

和

str.cat

可以

In [723]: df
Out[723]:
       a      b
0    asd  asdas
1    NaN  asdas
2  asdsa    NaN

In [724]: df['a+b'] = df.apply(lambda x: x.str.cat(sep=''), axis=1)

In [725]: df
Out[725]:
       a      b       a+b
0    asd  asdas  asdasdas
1    NaN  asdas     asdas
2  asdsa    NaN     asdsa

---

与使用

apply

方法相比，更喜欢添加列。因为它比

应用

更快

• 只需添加两列（如果您知道它们是字符串）
  每个回路21.2 ms±1.53 ms（7次运行的平均值±标准偏差，每个10个回路）

• 应用

  %timeit df[eventcol].apply(lambda x: ''.join(x), axis=1)  
  

  每个回路13.6 s±343 ms（7次运行的平均值±标准偏差，每个回路1次）

• 使用字符串方法和cat：

  %timeit df[eventcol[0]].str.cat(cols, sep=',')  
  

  每个回路264 ms±12.3 ms（7次运行的平均值±标准偏差，每个回路1次）

• 使用sum（连接字符串）
  每个回路509 ms±6.03 ms（7次运行的平均值±标准偏差，每个回路1次）

---

有关更多测试，请参见。在我的例子中，我想用分隔符（a+b+c）将两个以上的列连接在一起

以下语法适用于我：

In [5]: df['d'] = df[['a', 'b', 'c']].fillna('').agg('|'.join, axis=1)

In [6]: df

Out[6]:
      a      b    c             d
0    asd  asdas   as  asd|asdas|as
1    NaN  asdas  NaN       |asdas|
2  asdsa    NaN   ds     asdsa||ds

---

为什么不包括创建df和解决方案输出的代码？添加了输入和输出

%timeit df[eventcol].sum(axis=1)  

In [3]:
df = pd.DataFrame({'a':['asd',np.NaN,'asdsa'], 'b':['asdas','asdas',np.NaN], 'c':['as',np.NaN ,'ds']})

In [4]: df
Out[4]:
       a      b   c
0    asd  asdas   as
1    NaN  asdas   NaN
2  asdsa    NaN   ds

In [5]: df['d'] = df[['a', 'b', 'c']].fillna('').agg('|'.join, axis=1)

In [6]: df

Out[6]:
      a      b    c             d
0    asd  asdas   as  asd|asdas|as
1    NaN  asdas  NaN       |asdas|
2  asdsa    NaN   ds     asdsa||ds