Объединить значения нескольких столбцов в один столбец в python pandas

У меня есть кадр данных pandas, как это:

   Column1  Column2  Column3  Column4  Column5
 0    a        1        2        3        4
 1    a        3        4        5
 2    b        6        7        8
 3    c        7        7        

Теперь я хочу получить новый dataframe, содержащий Column1 и новый столбец A. Этот столбец A должен содержать все значения из столбцов 2 - (to) n (где n - количество столбцов из столбца 2 в конец строки), например:

  Column1  ColumnA
0   a      1,2,3,4
1   a      3,4,5
2   b      6,7,8
3   c      7,7

Как я мог бы наилучшим образом подойти к этой проблеме? Любые советы будут полезны. Спасибо заранее!

Ответ 1

Вы можете вызвать apply передать axis=1 в apply построчно, затем преобразовать dtype в str и join:

In [153]:
df['ColumnA'] = df[df.columns[1:]].apply(
    lambda x: ','.join(x.dropna().astype(str)),
    axis=1
)
df

Out[153]:
  Column1  Column2  Column3  Column4  Column5  ColumnA
0       a        1        2        3        4  1,2,3,4
1       a        3        4        5      NaN    3,4,5
2       b        6        7        8      NaN    6,7,8
3       c        7        7      NaN      NaN      7,7

Здесь я вызываю dropna, чтобы избавиться от NaN, однако нам нужно снова привести к int, чтобы мы не заканчивали с плавающей точкой как str.

Ответ 2

Я предлагаю использовать .assign

df2 = df.assign(ColumnA = df.Column2.astype(str) + ', ' + \
  df.Column3.astype(str) + ', ' df.Column4.astype(str) + ', ' \
  df.Column4.astype(str) + ', ' df.Column5.astype(str))

это просто, может быть долго, но у меня это сработало

Ответ 3

Если у вас много столбцов, скажем - 1000 столбцов в кадре данных, и вы хотите объединить несколько столбцов на основе particular column name например - Column2 и произвольный номер. столбцов после этого столбца (например, здесь 3 столбца после 'Column2 включая Column2 как Column2 в Column2 OP).

Мы можем получить положение столбца, используя .get_loc() - как здесь ответили

source_col_loc = df.columns.get_loc('Column2') # column position starts from 0

df['ColumnA'] = df.iloc[:,source_col_loc+1:source_col_loc+4].apply(
    lambda x: ",".join(x.astype(str)), axis=1)

df

Column1  Column2  Column3  Column4  Column5  ColumnA
0       a        1        2        3        4  1,2,3,4
1       a        3        4        5      NaN    3,4,5
2       b        6        7        8      NaN    6,7,8
3       c        7        7      NaN      NaN      7,7

Чтобы удалить NaN, используйте .dropna() или .fillna()

Надеюсь, поможет!

Ответ 4

Основываясь на ответе Amin, вы можете использовать df.assign со списком столбцов любых типов, которые могут не быть строками:

target_cols = ['Column1', 'Column2']
sep = ' '
df = df.assign(JoinKey = lambda srs: sep.join(str(x) for x in srs[target_cols]))