如果列中的值不是 NaN （Pandas），则迭代数据框并基于创建新列

Question

df = pd.DataFrame({
    'subsegment': ['corp', np.nan, 'terr'],
    'region': ['japan', np.nan, np.nan],
    'subregion': [np.nan, 'se', 'ne'], 
    'segment': [np.nan,'ent','comm']
})

我正在尝试迭代上面的数据帧，如果该值不是 NaN，则将列标题添加为新列“Mode”中的值或值的一部分（取决于 NaN 的数量）。

原始DF

子段	地区	次区域	部分
公司	日本	南	南
南	南	硒	耳鼻喉科
土地	南	讷	通讯

所需输出 DF

子段	地区	次区域	部分	模式
公司	日本	南	南	子段区域
南	南	硒	耳鼻喉科	次区域-部分
土地	南	讷	通讯	次分段-次区域-分段

我尝试使用不为空的列的所有组合创建单独的较小的 dfs，然后将这些 dfs 连接在一起，但这似乎效率极低。

df1 = df.loc[~(df['subsegment'].isna()) & (~df['region'].isna()) & (~df['region'].isna())]
df2 = df.loc[~(df['region'].isna()) & (~df['subregion'].isna()) & (~df['segment'].isna())]
df3 = df.loc[~(df['subsegment'].isna()) & (~df['subregion'].isna()) & (~df['segment'].isna())] 

pd.concat(df1,df2,df3.....)

Answer 1

您可以使用以下dot产品：

df['mode'] = (df.notna() @ (df.columns+'-')).str[:-1]

输出：

  subsegment region subregion segment                          mode
0       corp  japan       NaN     NaN             subsegment-region
1        NaN    NaN        se     ent             subregion-segment
2       terr    NaN        ne    comm  subsegment-subregion-segment

或者，使用经典的groupby.agg：

s = df.notna().stack()

df['mode'] = s[s].reset_index().groupby('level_0')['level_1'].agg('-'.join)

或者自定义聚合：

df['mode'] = df.notna().mul(df.columns).agg(lambda x: '-'.join(x[x.ne('')]), axis=1)