如何将DataFrame指定列转换为breed新列并保留原行数？

现有如下结构的DataFrame：

需要将doggo、floofer、puppa、puppo这几列的非"none"值提取为新列breed的值，保留原行数，得到目标DataFrame：

尝试过pd.melt()但未得到预期结果，求可行解法。

方法1：替换空值后按行求和 #

利用每行仅存在一个非"none"值（或全为none）的特点，先将"none"替换为空字符串，按行求和后再把空值转回"none"：

import pandas as pd

# 构造示例数据
data = {
    'tweet_id': ['First', 'Second', 'third', 'fourth', 'fifth'],
    'image_url': ['row']*5,
    'doggo': ['none', 'doggo', 'none', 'none', 'none'],
    'floofer': ['none', 'none', 'floofer', 'none', 'none'],
    'puppa': ['none', 'none', 'none', 'puppa', 'none'],
    'puppo': ['none', 'none', 'none', 'none', 'puppo']
}
df = pd.DataFrame(data)

# 处理逻辑
breed_cols = ['doggo', 'floofer', 'puppa', 'puppo']
df['breed'] = df[breed_cols].replace('none', '').sum(axis=1)
df['breed'] = df['breed'].replace('', 'none')

# 保留目标列
result = df[['tweet_id', 'image_url', 'breed']]
print(result)

方法2：空值掩码+向后填充 #

将"none"替换为NaN，按行向后填充后取最后一列的值，再把NaN转回"none"：

import pandas as pd

# 构造示例数据（同上）
data = {
    'tweet_id': ['First', 'Second', 'third', 'fourth', 'fifth'],
    'image_url': ['row']*5,
    'doggo': ['none', 'doggo', 'none', 'none', 'none'],
    'floofer': ['none', 'none', 'floofer', 'none', 'none'],
    'puppa': ['none', 'none', 'none', 'puppa', 'none'],
    'puppo': ['none', 'none', 'none', 'none', 'puppo']
}
df = pd.DataFrame(data)

# 处理逻辑
breed_cols = ['doggo', 'floofer', 'puppa', 'puppo']
df['breed'] = df[breed_cols].mask(df[breed_cols] == 'none').bfill(axis=1).iloc[:, -1]
df['breed'] = df['breed'].fillna('none')

# 保留目标列
result = df[['tweet_id', 'image_url', 'breed']]
print(result)

方法3：逐行筛选非空值 #

通过apply遍历每行，筛选出非"none"的值，无匹配则返回"none"：

import pandas as pd

# 构造示例数据（同上）
data = {
    'tweet_id': ['First', 'Second', 'third', 'fourth', 'fifth'],
    'image_url': ['row']*5,
    'doggo': ['none', 'doggo', 'none', 'none', 'none'],
    'floofer': ['none', 'none', 'floofer', 'none', 'none'],
    'puppa': ['none', 'none', 'none', 'puppa', 'none'],
    'puppo': ['none', 'none', 'none', 'none', 'puppo']
}
df = pd.DataFrame(data)

# 处理逻辑
breed_cols = ['doggo', 'floofer', 'puppa', 'puppo']
def get_breed(row):
    non_none = row[row != 'none']
    return non_none.iloc[0] if len(non_none) > 0 else 'none'

df['breed'] = df[breed_cols].apply(get_breed, axis=1)

# 保留目标列
result = df[['tweet_id', 'image_url', 'breed']]
print(result)

内容的提问来源于stack exchange，提问作者Yusuf Abdulganiyu