Transformation mehr Spalten in einem mit Pandas

Question

Ich habe einen Datenrahmen als so strukturiert:

Ich frage mich, was die effizienteste Art und Weise in Pandas ist eine neue Spalte „Stufe“, die jeden Wert extrahiert zu erstellen, die isn 't' None 'in den vier Spalten und verwende diesen Wert für die Spalte' stage '. Die verbleibenden vier Spalten können dann gelöscht werden, nachdem die Stage-Spalte einen Wert extrahiert hat, der in keiner Zeile None ist.

Hier ist eine weitere Momentaufnahme der eindeutigen Werte jeder Spalte beteiligt: ​​

Bitte beachten Sie, dass die Werte in den Spalten in Frage String-Typ sind und keine ist nicht wirklich Nonetype.

Answer 1

df['New']=df[['A','B','C']].replace('None','').sum(1) 
df 
Out[1477]: 
     A  B  C New 
0 None  B None B 
1  A None None A 
2 None None  C C 

Dateneingabe

df=pd.DataFrame({'A':['None','A','None'],'B':['B','None','None'],'C':['None','None','C']}) 

Answer 2

Betrachten combine_first, unter der Annahme, Keine ist kein Stringliteral 'None'.

df['stage'] = df['doggo'].combine_first(df['floorfer'])\ 
         .combine_first(df['pupper'])\ 
         .combine_first(df['puppo']) 

Alternativ für DRY-er Ansatz verwenden reduce:

from functools import reduce 
... 

df['stage'] = reduce(lambda x,y: x.combine_first(y), 
        [df['doggo'], df['floorfer'], df['pupper'], df['puppo']])