我有一堆来自科学仪器的数据文件，它们带有校验和.我已经将文件读入组合的PANDA数据帧，但每行的校验和是为了与校验和列的列标签进行比较，并且对每个文件都是唯一的.这导致数据帧具有O10列，在列标签和列值中具有非常大的字符串(对于具有该列标签的文件中的行).现在，我需要将这些O10列合并为两列，一列用于值，另一列用于比较校验和的标题.
简化示例起始表，CH=校验和报头，CV=校验和值
| CH_A | CH_B | CH_C |
|---|---|---|
| CV_A1 | NaN | NaN |
| CV_A2 | NaN | NaN |
| NaN | CV_B1 | NaN |
| NaN | NaN | CV_C1 |
应合并为2列
| ChecksumHeaders | ChecksumValues |
|---|---|
| CH_A | CV_A1 |
| CH_A | CV_A2 |
| CH_B | CV_B1 |
| CH_C | CV_C1 |
使用df.ffill可以很容易地获得‘Checksum Values’表，但我正在努力确定一个创建‘Checksum Headers’列的好方法.鉴于'string'*1 =='string'和'string'*0 ==''是如何.我使用了np.sum([df[CH].notnull().astype(np.int)*CH for CH in ListOfHeaders])的许多变体，但发现字符串*int只能作为单个等式使用，try 进行数组运算会导致如下错误:
UFuncTypeError: ufunc 'multiply' did not contain a loop with signature matching types (dtype('<U9'), dtype('int32')) -> None
因此，为了确保每次只有1个，我使用了嵌套列表理解:
如果只有几行和几列要处理，则df['ChecksumHeaders'] = [''.join([ListOfHeaders[idx]*df[CH].notnull().iloc[rowidx].astype(np.int) for idx,CH in enumerate(ListOfHeaders)]) for rowidx in np.arange(len(df))]可以很好地工作，但当需要处理O10列和Odf['ChecksumHeaders'] = [''.join([ListOfHeaders[idx]*df[CH].notnull().iloc[rowidx].astype(np.int) for idx,CH in enumerate(ListOfHeaders)]) for rowidx in np.arange(len(df))]k行时，则需要很长时间.肯定有更好的方法来做这件事，有什么 idea 吗？