python-如何在保留NaN值的同时使用pandas.melt()?

前端之家收集整理的这篇文章主要介绍了python-如何在保留NaN值的同时使用pandas.melt()? 前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

我正在清理一个混乱的数据框,其中某些所需的信息出现在列名称中.该信息应融合到将要创建的单个列中.

index    name       animal    fruit    veg
--------------------------------------------------
0        cow        animal    NaN      NaN
1        apple      NaN       fruit    NaN
2        carrot     NaN       NaN      veg
3        dog        animal    NaN      NaN
4        horse      animal    NaN      NaN
5        car        NaN       NaN      NaN
6        pear       NaN       fruit    NaN
7        pepper     NaN       NaN      veg
8        cucumber   NaN       NaN      veg
9        house      NaN       NaN      NaN

我尝试使用pandas.melt()函数,但是它会返回很多行,这些行带有“错误的” NaN值和重复项.

有些行应该显示NaN,但只有那些不适合列名中指定类别的行,因此我不能使用pandas.dropna().

另外,我不确定删除重复项不会删除重要数据.

这是我使用的代码

import pandas as pd

pd.melt(df,id_vars=['index','name'],value_vars=['animal','fruit','veg'],var_name='type')

我需要的结果应如下所示:

index    name       type
--------------------------------------------------
0        cow        animal
1        apple      fruit
2        carrot     veg
3        dog        animal
4        horse      animal
5        car        NaN
6        pear       fruit
7        pepper     veg
8        cucumber   veg
9        house      NaN

最佳答案
您可以执行操作(假设索引不是column,而是索引),在axis = 1上使用df.ffill()

df['type']=df[df.columns[1:]].ffill(axis=1).iloc[:,-1]
#alternatively-> df['type']=df.loc[:,['animal','veg']].ffill(axis=1).iloc[:,-1]
df_new=df[['name','type']]
print(df_new)

           name    type
index                  
0           cow  animal
1         apple   fruit
2        carrot     veg
3           dog  animal
4         horse  animal
5           car     NaN
6          pear   fruit
7        pepper     veg
8      cucumber     veg
9         house     NaN
原文链接:https://www.f2er.com/python/533139.html

猜你在找的Python相关文章