结合两列pandas数据帧

Question

我有15个csv文件，其中一列代表年份。问题是year列在某些文件中被命名为'year'而在另一个文件中被命名为'year_'。所以我有两列对我有相同的信息，但由于每个文件只有一个列名（年份或年份），如果第1行的值为'year'，'year_'有NaN。我想将这两列合并，以便我可以摆脱NaN。做这个的最好方式是什么？

之前

       year     year_
 1     NaN      1999
 2     2002     NaN
 3     2000     NaN
 .
 .
 .
 N     NaN      2004

我希望这样

后

       year
 1     1999
 2     2002
 3     2000
 .
 .
 .
 N     2004

Answer 1

你可以使用combine_first功能。

df['YEAR'] = df['year'].combine_first(df['year_'])

其中df['year']将是默认值，df['year2']将用于填充空值。

Answer 2

鉴于只有一个具有有效值，您可以简单地在轴1上求和它们

year_cols = df.columns[df.columns.str.contains('year')]
df['year'] = df[year_cols].sum(1)

Answer 3

与@Vaishali相同的想法：你可以将年份列相加;使用filter选择列：

df.filter(like='year').sum(axis=1)