python - 如何在Python中获取每个有序行的值的前3个元素

Question

我有一个数据类型为字符串的 DataFrame，如下所示：

ID	变量1	变量2	变量 3	变量4	变量5
1	一种	乙	C	D	乙
2		乙	C	D
3			C	D	乙
4	一种		C		乙

我想为每一行选择前 3 个元素，如下所示：

ID	变量1	变量2	变量 3	变量4	变量5	变量6
1	一种	乙	C	D	乙	A,B,C
2		乙	C	D		B,C,D
3			C	D	乙	C,D,E
4	一种		C		乙	高手

标签： pythonpandas

Answer 1

试试这个：

df['Var6'] = df.apply(lambda x: [y for y in x.values if y != ''][:3], axis=1)

结果df：

  Var1 Var2 Var3 Var4 Var5       Var6
1    A    B    C    D    E  [A, B, C]
2         B    C    D       [B, C, D]
3              C    D    E  [C, D, E]
4    A         C         E  [A, C, E]

如果您希望结果为逗号分隔的字符串，请进一步使用：

df['Var6'] = df['Var6'].str.join(', ')

结果df：

  Var1 Var2 Var3 Var4 Var5     Var6
1    A    B    C    D    E  A, B, C
2         B    C    D       B, C, D
3              C    D    E  C, D, E
4    A         C         E  A, C, E

如果您想一步完成，请使用：

df['Var6'] = df.apply(lambda x: ','.join([y for y in x.values if y != ''][:3]), axis=1)

编辑

ID当我提供答案时，我将示例数据解释为行索引，尤其是当 OP 提到 DataFrame 的数据类型为字符串时，并且当她从每行中选择前 3 个元素时，ID未选择标记列中的值。

但是，我看到其他一些答案被ID视为数据列。为了完整起见，我想添加代码，以防万一ID是一个数据列，而它的值仍然不能为每行中的前 3 个元素选择。

万一ID是数据列但不被选中：稍微调整代码如下：

df1 = df.set_index('ID')      # temporarily set column ID as index
# same code as my main answer except to replace df by df1
df1['Var6'] = df1.apply(lambda x: ','.join([y for y in x.values if y != ''][:3]), axis=1)
df = df1.reset_index()        # reset the index to move ID back to data column