仅基于列中的非 NaN 值在数据框中创建新行

Posted 2023-02-23

【中文标题】仅基于列中的非 NaN 值在数据框中创建新行

【英文标题】：Create a new row in a dataframe based only for non NaN values from a column

【发布时间】：2022-01-18 17:50:08

【问题描述】：

假设我有这样的数据框：

      col1       col2         col3
0     data1   Completed       Fail
1     data2   Completed       NaN
2     data3   Completed    Completed
3     data4   Completed       NaN
4     data5      NaN          NaN

如何每次 col3 中的值不是 NaN 并且具有这样的数据框时添加额外的行：

      col1     status           
0     data1   Completed 
1     data1      Fail
2     data2   Completed     
3     data3   Completed    
4     data3   Completed
5     data4   Completed      
6     data5      NaN        

我试过了，但没有得到理想的输出：

df  = df.melt(id_vars=['col1'],  
        value_name="status")

【参考方案1】：

IIUC，您可以首先使用 pd.melt()，就像您已经使用的那样，但也可以通过链接 dropna() 来删除所有空值。这会让你接近，但不是你想去的地方：

new = df.melt(id_vars='col1',value_name='status').sort_values(by='col1').dropna().drop('variable',axis=1)

>>> print(new)

    col1     status
0  data1  Completed
5  data1       Fail
1  data2  Completed
2  data3  Completed
7  data3  Completed
3  data4  Completed

此时，您需要将原始df 中的行带入col2 中的nan。您可以分别使用isnull() 和pd.concat() 来做到这一点：

col2_nan = df.loc[df.col2.isnull()].drop('col3',axis=1).rename(columns = 'col2':'status')

>>> print(pd.concat([new,col2_nan]).reset_index(drop=True))


    col1     status
0  data1  Completed
1  data1       Fail
2  data2  Completed
3  data3  Completed
4  data3  Completed
5  data4  Completed
6  data5        NaN

【讨论】：

非常感谢@sophocles