python - 如何在Python中获取每个有序行的前3个元素

Question

我有一个数据类型为字符串的 DataFrame，如下所示:


ID
变量 1
变量2
变量3
变量 4
变量5


1
一种
乙
C
D
乙

2

乙
C
D

3

C
D
乙

4
一种

C

乙


我想为每一行选择前 3 个元素，如下所示:


ID
变量 1
变量2
变量3
变量 4
变量5
无功6


1
一种
乙
C
D
乙
甲、乙、丙

2

乙
C
D

乙、丙、丁

3

C
D
乙
C、D、E

4
一种

C

乙
高手

Answer 1

尝试这个:

df['Var6'] = df.apply(lambda x: [y for y in x.values if y != ''][:3], axis=1)

结果df:

  Var1 Var2 Var3 Var4 Var5       Var6
1    A    B    C    D    E  [A, B, C]
2         B    C    D       [B, C, D]
3              C    D    E  [C, D, E]
4    A         C         E  [A, C, E]

如果您希望结果为逗号分隔的字符串，请进一步使用:

df['Var6'] = df['Var6'].str.join(', ')

结果df:

  Var1 Var2 Var3 Var4 Var5     Var6
1    A    B    C    D    E  A, B, C
2         B    C    D       B, C, D
3              C    D    E  C, D, E
4    A         C         E  A, C, E

如果您想一步完成，请使用:

df['Var6'] = df.apply(lambda x: ','.join([y for y in x.values if y != ''][:3]), axis=1)

编辑
我解释了 ID当我提供答案时，在示例数据中作为行索引，特别是当 OP 提到 DataFrame 的数据类型为字符串时，当她从每行中选取前 3 个元素时，标记为 ID 的列中的值没有被选中。
但是，我看到其他一些答案处理过 ID作为数据列。为了完整起见，我想添加代码以防万一 ID是一个数据列，但仍然不会为每行的前 3 个元素选择其值。
万一ID是一个数据列，但不被选取:稍微调整代码如下:

df1 = df.set_index('ID')      # temporarily set column ID as index
# same code as my main answer except to replace df by df1
df1['Var6'] = df1.apply(lambda x: ','.join([y for y in x.values if y != ''][:3]), axis=1)
df = df1.reset_index()        # reset the index to move ID back to data column