将多列合并为一列

Question

假设我有这样的熊猫数据框：

import numpy as np

import pandas as pd

my_df = pd.DataFrame(columns=['column 1', 'column 2', 'column 3'], data = [['17.1 g', np.nan, np.nan], [np.nan, '7.0 g', np.nan], [np.nan, '3.7 g', '0.7 g'], [np.nan, np.nan, '1.7 g'], ['1.1 g', np.nan, '1.0 g']])

我想要的是：

    column1 column2 column3  column_new

0    17.1 g    NaN    NaN     17.1 g

1     NaN      7.0 g  NaN     7.0 g

2     NaN      3.7 g  0.7 g   3.7 g

3     NaN      NaN    1.7 g   1.7 g

4     1.1 g    NaN    1.0 g   1.1 g

我尝试使用apply和join如下但没有得到我希望的输出：

my_df['column_new'] = my_df[my_df.columns[0:]].apply(lambda x: ' '.join(x.dropna().astype(str)), axis=1)

my_df

    column 1    column 2    column 3    column_new

0   17.1 g       NaN         NaN        17.1 g

1   NaN          7.0 g       NaN        7.0 g

2   NaN          3.7 g       0.7 g      3.7 g 0.7 g

2   NaN          NaN         1.7 g      1.7 g

3   1.1 g        NaN         1.0 g      1.1 g 1.0 g

如何通过修改上面的代码获得我想要的输出。预先感谢。

编辑：我正在寻找使用上述代码的解决方案来获得预期的输出。尽管使用bfill和逐行的答案中的代码max很好，但它们在我拥有的大数据上效果不佳。

Answer 1

我们可以使用bfilldf['New']=df.bfill(axis=1).iloc[:,0]df  column 1 column 2 column 3     New0   17.1 g      NaN      NaN  17.1 g1      NaN    7.0 g      NaN   7.0 g2      NaN    3.7 g    0.7 g   3.7 g3      NaN      NaN    1.7 g   1.7 g4    1.1 g      NaN    1.0 g   1.1 g

Answer 2

IIUC，你想要max每行，即使它们不是严格的数字，它似乎至少在提供的数据上运行良好：my_df['column_new'] = my_df.max(axis=1)print (my_df)  column 1 column 2 column 3 column_new0   17.1 g      NaN      NaN     17.1 g1      NaN    7.0 g      NaN      7.0 g2      NaN    3.7 g    0.7 g      3.7 g3      NaN      NaN    1.7 g      1.7 g4    1.1 g      NaN    1.0 g      1.1 g

Answer 3

df = df.assign(new_col=df.replace('g', '', regex=True).astype(float).max(1).astype(str) + ' g'))