python中列之间存在任何NaN值时如何处理脚本

我试图处理一个脚本，其中我试图查找列之间的月份，该脚本工作正常，但每当任何字段为空时，它都会给出一个错误

如果任何NaN值介于两者之间，它必须跳过并移动到下一行

如何解决此错误：

输入数据：

Month1    Month2     Month_list
Mar2020   Dec2020
Nov2020   Jan2021
NaN       NaN
Sep2020   Feb2021
Oct2020   Dec2020
NaN       NaN
Dec2020   Mar2021

预期产出：

预期产量

Month1    Month2     Month_list

Mar2020   Sep2020    Mar2020,Apr2020,May2020,Jun2020,Jul2020,Aug2020,Sep2020
Nov2020   Jan2021    Nov2020,Dec2020,Jan2021
NaN       NaN        NaN
Sep2020   Feb2021    Sep2020,Oct2020,Nov2020,Dec2020,Jan2021,Feb2021
Oct2020   Dec2020    Oct2020,Nov2020,Dec2020
NaN       NaN        NaN
Dec2020   Mar2021    Dec2020,Jan2021,Feb2021,Mar2021

代码：

---

Error:ValueError:start和end都不能是NaT

您需要排除带有NaN值的列，一种方法如下：

pd.concat[df，df.dropna.applylambda x:get_date_listx，axis=1。to_frame'Months_List'，axis=1 输出：

出[169]： 月1月2个月清单 0 2020年3月2020年12月2020年3月2020年4月2020年5月2020年6月2020年7月。。。 2020年11月1日2021年1月2020年11月2020年12月2021年1月 2楠楠楠楠楠 2020年9月3日2020年2月2日2020年9月2020年10月2020年11月2020年12月2021年1月。。。 2020年10月4日2020年12月2020年10月2020年11月2020年12月 5楠楠楠楠楠 2020年12月6日2020年3月2021年12月2020年1月2021年2月2021年3月 2020年12月7日2020年3月2021年12月2020年1月2021年2月2021年3月

---

您需要使用NaN vlaues排除列，一种方法如下：

pd.concat[df，df.dropna.applylambda x:get_date_listx，axis=1。to_frame'Months_List'，axis=1 输出：

出[169]： 月1月2个月清单 0 2020年3月2020年12月2020年3月2020年4月2020年5月2020年6月2020年7月。。。 2020年11月1日2021年1月2020年11月2020年12月2021年1月 2楠楠楠楠楠 2020年9月3日2020年2月2日2020年9月2020年10月2020年11月2020年12月2021年1月。。。 2020年10月4日2020年12月2020年10月2020年11月2020年12月 5楠楠楠楠楠 2020年12月6日2020年3月2021年12月2020年1月2021年2月2021年3月 2020年12月7日2020年3月2021年12月2020年1月2021年2月2021年3月 尝试：

df[月份列表]=df.loc[ df[[Month1，Month2]].notna.allaxis=1[Month1，Month2] ].applylambda x:get_date_listx，axis=1 printdf 印刷品：

月1月2月清单 0 2020年3月2020年12月2020年3月2020年4月2020年5月2020年6月2020年7月。。。 2020年11月1日2021年1月2020年11月2020年12月2021年1月 2楠楠楠楠楠 2020年9月3日2020年2月2日2020年9月2020年10月2020年11月2020年12月2021年1月。。。 2020年10月4日2020年12月2020年10月2020年11月2020年12月 5楠楠楠楠楠 2020年12月6日2020年3月2021年12月2020年1月2021年2月2021年3月 尝试：

df[月份列表]=df.loc[ df[[Month1，Month2]].notna.allaxis=1[Month1，Month2] ].applylambda x:get_date_listx，axis=1 printdf 印刷品：

月1月2月清单 0 2020年3月2020年12月2020年3月2020年4月2020年5月2020年6月2020年7月。。。 2020年11月1日2021年1月2020年11月2020年12月2021年1月 2楠楠楠楠楠 2020年9月3日2020年2月2日2020年9月2020年10月2020年11月2020年12月2021年1月。。。 2020年10月4日2020年12月2020年10月2020年11月2020年12月 5楠楠楠楠楠 2020年12月6日2020年3月2021年12月2020年1月2021年2月2021年3月

---

IIUC，您的函数需要if else块：

def get_date_list(x):
    if not pd.isna(x['Month1']):
        return ",".join(
        item.strftime("%b %Y")
        for item in pd.date_range(x['Month1'], x['Month2'], freq="MS") 
        )
    return np.nan
df['Month_list'] = df.apply(lambda x: get_date_list(x), axis=1)

---

IIUC，您的函数需要if else块：

def get_date_list(x):
    if not pd.isna(x['Month1']):
        return ",".join(
        item.strftime("%b %Y")
        for item in pd.date_range(x['Month1'], x['Month2'], freq="MS") 
        )
    return np.nan
df['Month_list'] = df.apply(lambda x: get_date_list(x), axis=1)

---

@ThePyGuy-不使用建议的用例。您可以用NaN值屏蔽行。@ThePyGuy-请给出一个答案，正如我尝试过的，但它不起作用。@ThePyGuy-不使用建议的用例。您可以用NaN值屏蔽行。@ThePyGuy-请给出答案，正如我已经尝试过的，但它不起作用。我想在上面的代码中添加这行代码。将最后一行替换为df=pd.concat[df，df.dropna.applylambda x:get_date_listx，axis=1。为了框定'Months_List'，axis=1，我已经尝试过像这样使用df['Months_List']=pd.concat[df，df.dropna.applylambda x:get_date_listx，axis=1]，axis=1，但是，它以日期格式给出输出，而不是月份列表。将结果分配回df，而不是df['Months\u list'，]，我想在上面的代码中添加这行代码。将最后一行替换为df=pd.concat[df，df.dropna.applylambda x:get_Date\u listx，axis=1。到框架'Months\u list'，axis=1，我已经尝试过像这样使用df['Months\u list']=pd.concat[df，df.dropna.applylambda x:get_date_listx，axis=1]，axis=1，但它以日期格式给出输出。将结果分配回df而不是df['Months_list']

print(df)

    Month1   Month2                                         Month_list
0  Mar2020  Dec2020  Mar 2020,Apr 2020,May 2020,Jun 2020,Jul 2020,A...
1  Nov2020  Jan2021                         Nov 2020,Dec 2020,Jan 2021
2      NaN      NaN                                                NaN
3  Sep2020  Feb2021  Sep 2020,Oct 2020,Nov 2020,Dec 2020,Jan 2021,F...
4  Oct2020  Dec2020                         Oct 2020,Nov 2020,Dec 2020
5      NaN      NaN                                                NaN
6  Dec2020  Mar2021                Dec 2020,Jan 2021,Feb 2021,Mar 2021