Python 从世界其他地区收到第一封合法电子邮件，熊猫

我有一个数据集，其中我们有一个客户端的多个电子邮件列，例如

主要电子邮件 个人电子邮件 工作电子邮件 联系电子邮件 我从中提取这些信息的系统不会将电子邮件记录折叠下来。这意味着我可以填写联系人电子邮件，但不能作为主要电子邮件。有没有一种方法可以使用Pandas根据一封好邮件的第一个实例，雄辩地将数据折叠到主邮件列中？我知道我可以通过循环整个过程，做几个if/else语句，在每一列中不断查找，直到得到一个正确的结果，从而在某种程度上强制实现这一点，但这感觉不是很像python

例：输入

Email 1,    Email 2,   Email 3,    Email 4
                                   1@.com
            2@.com     4@.com

变成

Email 1,    Email 2,   Email 3,    Email 4
1@.com                             1@.com
2@.com      2@.com     4@.com

让我们试试bfill，如果没有NaN，在下面运行之前，先执行df=df.replace{:np.NaN}

df['Email 1']=df.bfill(1).iloc[:,0]

让我们试试bfill，如果没有NaN，在下面运行之前，先执行df=df.replace{:np.NaN}

df['Email 1']=df.bfill(1).iloc[:,0]

---

可以使用pandas apply函数完成，您可以尝试以下操作

df['Email 1'] = df.apply(lambda x: x.dropna()[0], axis=1)

---

希望这有帮助。

可以使用熊猫应用功能来完成，您可以尝试以下操作

df['Email 1'] = df.apply(lambda x: x.dropna()[0], axis=1)

---

希望这有帮助。

您也可以尝试使用空格和NaN：

s = df.stack()
df['Email 1'] = s.where(s.str.contains('@')).groupby(level=0).first()

---

您还可以尝试使用空格和NaN：

s = df.stack()
df['Email 1'] = s.where(s.str.contains('@')).groupby(level=0).first()

---

丢失的电子邮件是空字符串？不一定，我只会向前推电子邮件字符串，如果它包含@，那么它也可能是NaN？99%的时间它是NaN。只有一些边缘案例，人们认为输入他们不应该输入的内容是合适的。我有超过4万条记录，所以仍然有数百条例外。在我处理电子邮件的其他地方，我发现简单地使用“@”作为匹配条件更容易。丢失的电子邮件是空字符串？不一定，我只会向前推电子邮件字符串，如果它包含@，那么它也可能是NaN？99%的时间是NaN。只有一些边缘案例，人们认为输入他们不应该输入的内容是合适的。我有超过4万条记录，所以仍然有数百条例外。在我处理电子邮件的其他地方，我发现简单地使用“@”作为匹配条件更容易。我需要制定出只适用于电子邮件列的逻辑，但这应该可以做到谢谢。我需要制定出只适用于电子邮件列的逻辑，但这应该可以做到谢谢。这也行得通，我只有一半明白发生了什么。@Sam如果YOBEN的答案有效，那就是正确的答案，这个答案专门针对无效值，其中电子邮件没有@，但包含其他字符串值。因为这是用@per row提取第一个值，这也起作用了，我只了解了一半。@Sam如果YOBEN的答案有效，那就是正确的方法，这个答案专门针对无效值，其中电子邮件没有@，但包含其他字符串值。因为这会以每行@提取第一个值