Python - можно ли сделать строку соединения с пустым столбцом

Question

Я все еще новый пользователь Python и пытаюсь создать самую длинную общую подпоследовательность с помощью Python.но я хотел бы знать, как создать цикл для сравнения значения сначала строка за строкой.Вот пример данных.

row col1  col2  col3  col4   col5  col6 
0   'A'   '11'  'B'           
1   'A'   '11'  'B'   '121'     
2   'A'   '12'  'B'   '123'  '124'   
3   'A'   '13'  'B'   '123'  '124'  '456' 

вот пример кода LCS, который я собираюсь адаптировать.

import pandas as pd

df_hier = pd.read_csv("sample.csv")

row1 = df_hier.iloc[1:2, 2:20]
row2 = df_hier.iloc[3:4, 2:20]

    def lcs(s1, s2):
        matrix = [["" for x in range(len(s2))] for x in range(len(s1))]
        for i in range(len(s1)):
            for j in range(len(s2)):
                if s1[i] == s2[j]:
                    if i == 0 or j == 0:
                        matrix[i][j] = s1[i]
                    else:
                        matrix[i][j] = matrix[i-1][j-1] + s1[i]
                else:
                    matrix[i][j] = max(matrix[i-1][j], matrix[i][j-1], key=len)

        cs = matrix[-1][-1]

        return len(cs), cs

    print(lcs(row1, row2))  

Я создал другую функцию для архивирования LCS, которая является

def lcs_rows(r1, r2):
    pairs = zip(r1.values.flatten(), r2.values.flatten())
    lcss = [lcs(*x) if len(x[0]) and len(x[1]) else (0, 'NaN') for x in pairs]
    nums = [x[0] for x in lcss]
    strs = [x[1] for x in lcss]
    return (sum(nums).join(strs)

, но в результате получена ошибка -> объект типа 'float' не имеет len ()

Предполагается, что

the row1 will use 
'A'   '11'  'B'       
and row2
'A'   '12'  'B'   '121'  

ожидаемый результат будет

(4, 'A1B1')

Заранее спасибо

Answer 1

Относительно получаемой ошибки: «объект типа« float »не имеет len ()», потому что вы пытаетесь выполнить функцию для NaN, в данном случае пытаетесь передать NaN в len ().Вместо этого вам нужно проверить, является ли значение NaN, используя функции pd.isnull () / pd.notnull ().(сравнение с использованием "==" также не работает).

Кстати, это не строка 'NaN', а специальный объект, который вы можете упомянуть с помощью: "pd.np.nan".

Я бы предложил исправить следующую строку:

lcss = [lcs(*x) if pd.notnull(x[0]) and pd.notnull(x[1]) else (0, pd.np.nan) for x in pairs]