Pandas：如果字段中的值为None/null/NaN，请将字段名称附加到新字段中

Question

我对如何解决一个特殊问题感到困惑。基本上，我希望做到以下几点：

使用pandas，我希望遍历行，如果字段中的值为None/NaN，则将字段名称附加到新字段中，如下所示

+----+--------+----------+--------+--------+--------+---------------------------------+
| ID | Animal | Building | Letter | Fruit  | Number |           NullFields            |
+----+--------+----------+--------+--------+--------+---------------------------------+
|  1 | Dog    | House    | C      | null   | 4      | Fruit                           |
|  2 | null   | House    | null   | Apple  | null   | Animal, Letter, Number          |
|  3 | Cat    | null     | B      | Orange | null   | Building, Number                |
|  4 | null   | null     | null   | null   | 6      | Animal, Building, Letter, Fruit |
|  5 | Snake  | null     | A      | null   | 7      | Building, Fruit                 |
+----+--------+----------+--------+--------+--------+---------------------------------+

为了便于阅读，我在上面输入了“null”。我知道None/NaN不一样，但我处理的数据似乎两者都有。如果我必须运行fillna，那很好

我认为np.where在这里不起作用，除非我遗漏了什么。我不知道我是否需要用iterrows来代替或者什么

任何提示/指导都将不胜感激

Answer 1

首先需要使NaN字段为true，以度量它们是否为null，然后我们可以使用isnull后跟.dot

df['NullableFields'] = df.replace("null", np.nan).isnull().dot(df.columns)

print(df)

    ID   Animal   Building   Letter   Fruit    Number   \
0     1      Dog      House        C     null        4   
1     2     null      House     null    Apple     null   
2     3      Cat       null        B   Orange     null   
3     4     null       null     null     null        6   
4     5    Snake       null        A     null        7   

             NullFields                                 NullableFields  
0                            Fruit                             Fruit    
1           Animal, Letter, Number             Animal  Letter  Number   
2                 Building, Number                   Building  Number   
3  Animal, Building, Letter, Fruit   Animal  Building  Letter  Fruit    
4                  Building, Fruit                   Building  Fruit