python - 当某些列列表值为空时如何合并包含列表值的列？

Question

我想以这种方式合并数据框中的列:

list_A      list_B       
A, T, G     G, C        
            B, K         
C, L, AG    L, AG, K     
F, K                 

输出应该是:

list_A      list_B       list_A&B
A, T, G     G, C         A, T, G, C
            B, K         B, K
C, L, AG    L, AG, K     C, L, AG, K
F, K                     F, K

我做到了:

df['list_A&B'] = df['list_A'].astype(list) + ', ' + df['list_B'].astype(list)

而且，我得到:

     list_A    list_B            list_A&B
0   A, T, G      G, C       A, T, G, G, C
1       NaN      B, K                 NaN
2  C, L, AG  L, AG, K  C, L, AG, L, AG, K
3      F, K       NaN                 NaN

当其中一个列表为空时，列表的并集就会出现问题。但是，为什么呢？

然后我尝试将其联合为字符串，但现在无法删除添加的 nan:df['list_A&B'] = df['list_A'].astype(str) + ', ' + df['list_B'].astype(str)

给出:

     list_A    list_B            list_A&B
0   A, T, G      G, C       A, T, G, G, C
1       NaN      B, K           nan, B, K
2  C, L, AG  L, AG, K  C, L, AG, L, AG, K
3      F, K       NaN           F, K, nan

使用此输出，我很难删除“nan”，因为它们被报告为字符串，并且 dropna() 和 fillna() 无法使用它。

有什么建议吗!-K

Answer 1

看起来这些只是我对您迄今为止提供的数据的解释的字符串值。

步骤:

使用str.cat按行连接它们与 sep=',' 和 na_rep='' 一起处理散布在其他字符串字符中的 NaN 值，将其视为空字符。

然后，在使用 set 获取列表的唯一元素后，删除其中存在的不需要的空格，并使用 filter(None,...) 消除空字符串.

最后，连接结果列表以使其成为列表的字符串表示形式，但不包括括号。

df['list_A&B'] = df['list_A'].str.cat(df['list_B'], ',','') \
                  .apply(lambda x: ', '.join(list(filter(None, set(re.sub(r"\s+", "", x) \
                  .split(','))))))

df                  # df.fillna('') to get back your desired output

<小时/>

使用的起始DF:

df = pd.DataFrame({'list_A': ['A, T, G', np.NaN, 'C, L, AG ', 'F, K'], 
                   'list_B': ['G, C', 'B, K', 'L, AG, K', np.NaN]})
df