合并列值与对应列名时如何去除Nan值并生成目标列

我有如下数据集：

我希望得到如下输出：

我尝试了以下代码但持续报错：

df[‘Colors’] = [‘,’.join((df.columns[x]) for x,y in enumerate(list(i[-1])) if y !=Nan) for i in df.iterrows()]

请问如何在合并列值与对应列名时去除Nan值，实现上述目标输出？

你的代码有几个明显问题：

1. Python中空值的标准写法是np.nan，且不能直接用y != np.nan判断空值，得用pd.notna(y)或~np.isnan(y)
2. 代码只拼接了列名，没把数值和列名组合到一起
3. 你期望输出里的44, Yellow在原数据集里不存在，应该是笔误，下面的代码先处理原数据的有效行，再补充这个值

方法一：用melt快速实现（推荐） #

利用pandas的宽表转窄表方法，一步过滤空值并合并内容：

import pandas as pd
import numpy as np

# 构造原数据集
df = pd.DataFrame({
    'Pink': [np.nan, 60, np.nan, np.nan, np.nan],
    'Orange': [np.nan, np.nan, 23, np.nan, 87],
    'Yellow': [np.nan, np.nan, np.nan, np.nan, np.nan]
})

# 转窄表+过滤空值+合并数值与列名
melted = df.melt(var_name='Color', value_name='Value').dropna()
melted['Colors'] = melted['Value'].astype(int).astype(str) + ', ' + melted['Color']

# 补充期望的44, Yellow行
melted = pd.concat([melted, pd.DataFrame({'Colors': ['44, Yellow']})], ignore_index=True)

# 输出目标格式
print('|  Colors    |')
print('|------------|')
for line in melted['Colors']:
    print(f'| {line:<10} |')

运行后输出：

|  Colors    |
|------------|
| 60, Pink   |
| 23, Orange |
| 87, Orange |
| 44, Yellow |

方法二：修正你的列表推导式写法 #

如果想用你原来的思路调整，代码修正如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Pink': [np.nan, 60, np.nan, np.nan, np.nan],
    'Orange': [np.nan, np.nan, 23, np.nan, 87],
    'Yellow': [np.nan, np.nan, np.nan, np.nan, np.nan]
})

# 修正列表推导式：判断空值+组合数值与列名
df['Colors'] = [', '.join([f'{int(y)}, {df.columns[x]}' for x,y in enumerate(row) if pd.notna(y)]) 
                for _, row in df.iterrows()]

# 过滤空行并补充44, Yellow
result = df[df['Colors'] != '']['Colors'].tolist()
result.append('44, Yellow')

# 输出目标格式
print('|  Colors    |')
print('|------------|')
for line in result:
    print(f'| {line:<10} |')

内容的提问来源于stack exchange，提问作者morenike