python - Pandas - 如何将多个列组合成一个以列表作为值的新列？

Question

我有一个包含图像的数据框:

SOME_COL SOME_COL IMAGE_MAIN IMAGE_2 IMAGE_3 IMAGE_4 IMAGE_5 IMAGE_6
   *        *          0       1       2       3       NaN     5

我想删除 IMAGE_MAIN 和 IMAGE_[2..6] 列并创建一个新的 IMAGES:

SOME_COL SOME_COL     IMAGES
   *        *       [0,1,2,3,5]

如果任何图像是 NaN，我想跳过该值而不是将 None 或 NaN 添加到列表中。

我试过了，但这显然不是一个好方法:

    main_image = data_main['IMAGE_MAIN']
    image_2 = data_main['IMAGE_2']
    image_3 = data_main['IMAGE_3']
    image_4 = data_main['IMAGE_4']
    image_5 = data_main['IMAGE_5']
    image_6 = data_main['IMAGE_6']
    images = [x for x in [IMAGE_MAIN, IMAGE_2, IMAGE_3, IMAGE_4, IMAGE_5, IMAGE_6] if x]
    data_main['IMAGES'] = images

Answer 1

您可以先使用 DataFrame.filter 过滤以“IMAGE”开头的列，然后使用 DataFrame.apply 按行应用函数它丢弃每行的 NaN 并将其转换为单个列表

df['IMAGES'] = (
    df.filter(like='IMAGE')
      .apply(lambda row: row.dropna().tolist(), axis=1)
)

请注意，如果一行包含 NaN，则结果列表将包含 float ，而不是整数。如果您想确保值是整数，请使用 lambda row: row.dropna().astype(int).tolist()。