如何通过将列名映射到另一列行值实现两列合并？

示例DataFrame代码 #

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        "id": [1, 1, 2, 3],
        "label": ["foo", "moo", "foo", "moo"],
        "foo.foo": ["foo", "foo", "foo", np.nan],
        "moo.moo": ["moo", "moo", np.nan, np.nan],
    }
)

期望结果 #

id label foo.moo
0   1   foo     foo
1   1   moo     moo
2   2   foo     foo

解决方案 #

可以通过按行匹配label值与对应列名的方式实现需求，核心思路是根据每行label的值，动态选取对应的目标列（如label为foo时选取foo.foo列），生成新列后过滤空值即可。

具体代码如下：

# 根据label动态匹配对应列的值，生成新列
df["foo.moo"] = df.apply(lambda row: row[f"{row['label']}.{row['label']}"], axis=1)

# 筛选目标列并去除含空值的行
result = df[["id", "label", "foo.moo"]].dropna().reset_index(drop=True)

print(result)

代码说明 #

1. 使用apply(axis=1)逐行处理数据，通过f"{row['label']}.{row['label']}"拼接出与当前行label对应的列名；
2. 将对应列的值赋值给新列foo.moo；
3. 选取需要的三列，用dropna()过滤掉foo.moo列为空的行，最后用reset_index(drop=True)重置索引。

内容的提问来源于stack exchange，提问作者Blob