连接熊猫的选定列，同时忽略列中的空格

Question

我有一个看起来像这样的数据框。

key A1 A2 A3 BX CX DX
1   X1 Y1    B1 C1 D1
2   X2    Z2 B2 C2 D2
3   X3       B3 C3 D3
4   X4       B4 C4 D4
5            B5 C5 D5

我正在尝试形成一个新的col'NC'，它从A1，A2和A3列连接起来。如果某列中没有条目，则下一列需要前进。分隔符可以是“，”或“_”

最终的df看起来像

key A1 A2 A3 BX CX DX NC
1   X1 Y1    B1 C1 D1 X1_Y1
2   X2    Z2 B2 C2 D2 X2_Z2
3   X3       B3 C3 D3 X3
4   X4       B4 C4 D4 X4
5            B5 C5 D5 

如果A1-A3中没有条目，那么NC中的条目仍然是空白的。我已经查看了SO中的其他帖子并尝试了其他方法，但我似乎无法做到正确。 A1-A3列中的条目是浮点数，有时在数字后面有一个0（X2.0）。我也想删除小数和0。希望有更多知识渊博的人可以告诉我方式。

编辑Q以更改数据框中的数据类型

key A1  A2  A3  BX CX DX 
1   1.0 2.0     B1 C1 D1
2   3    4      B2 C2 D2
3   7.0         B3 C3 D3
4   5   6.0 7.0 B4 C4 D4
5               B5 C5 D5

新的df看起来像

key A1  A2  A3  BX CX DX NC
1   1.0 2.0     B1 C1 D1 1_2
2   3    4      B2 C2 D2 3_4
3   7.0         B3 C3 D3 7
4   5   6.0 7.0 B4 C4 D4 5_6_7
5               B5 C5 D5 

Answer 1

您可以使用filter过滤列，并使用agg加入：

# Extract columns
v = df.filter(like='A')
# Convert blanks to NaNs so we can call Series.dropna later.
df['NC'] = v[v.astype(bool)].agg(lambda x: '_'.join(x.dropna()), axis=1)
# Or,
# df['NC'] = v[v.astype(bool)].agg(
#                lambda x: x.dropna().str.cat(sep='_'), axis=1)
print(df) 
   key  A1  A2  A3  BX  CX  DX     NC
0    1  X1  Y1      B1  C1  D1  X1_Y1
1    2  X2      Z2  B2  C2  D2  X2_Z2
2    3  X3          B3  C3  D3     X3
3    4  X4          B4  C4  D4     X4
4    5              B5  C5  D5