Zusammenführen von Spalten, die Listenwerte enthalten, wenn einige Spaltenlistenwerte leer sind?

Question

Ich möchte Spalten von Datenrahmen in einer solchen Art und Weise verschmelzen:

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

Die Ausgabe sollte:

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 

ich getan habe:

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

Und, Ich bekomme:

 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 

Hier ist die Vereinigung der Liste ein Problem, wenn eine der Liste leer ist. Aber warum?

Ich versuchte dann als String Gewerkschaftlichkeit aber jetzt ist das hinzugefügt nan nicht gelöscht werden kann: df['list_A&B'] = df['list_A'].astype(str) + ', ' + df['list_B'].astype(str)

die gibt:

 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 

Mit diesem Ausgang, Ich habe Schwierigkeiten beim 'nan' entfernen da sie als Strings gemeldet werden und dropna() und fillna() nicht damit arbeiten.

Irgendwelche Vorschläge! - K

Answer 1

Sieht so aus, als wären das einfach String-Werte, die von meiner Interpretation der Daten, die Sie bisher geliefert haben, ausgehen.

Schritte:

Verketten sie zeilenweise unter Verwendung von str.cat mit sep=','na_rep='' und die Versorgung der mit den anderen Zeichen-String streut NaN Werte annimmt, indem sie als eine leere char behandeln.

Entfernen Sie dann unerwünschte Leerzeichen zwischen ihnen und löschen Sie auch leere Zeichenfolgen mit filter(None,...), nachdem Sie die eindeutigen Elemente der Liste mit set genommen haben.

Schließlich schließe die resultierende Liste, um es zu einer Zeichenfolgendarstellung der Liste aber ohne die Klammern zu machen.

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 

---

Ab DF verwendet:

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