У меня есть такой список:
BirthDate Age Unnamed:2 Gender Outstanding Waiver Coverage
1. NAN NaN NaN NaN NaN NaN 103
2. 4/17/1989 NaN 58.0 F NaN NaN 102
3. 4/19/1967 NaN 61.0 F NaN NaN 101
4. 3/27/1980 NaN 53.0 M NaN NaN 103
5. 8/20/1961 NaN 67.0 F NaN NaN 104
Требуемый вывод -
BirthDate Age Gender Outstanding Waiver Coverage
1. NAN NaN NaN NaN NaN 103
2. 4/17/1989 58.0 F NaN NaN 102
3. 4/19/1967 61.0 F NaN NaN 101
4. 3/27/1980 53.0 M NaN NaN 103
5. 8/20/1961 67.0 F NaN NaN 104
Есть способ получить этот вывод? ex -
dfnew['firstcolumn'] = dfnew[dfnew.columns[1:2]].apply(lambda x:
','.join(x.dropna().astype(str)),)
Также без использования слова «Возраст» или позиции индекса, но с некоторыми логами c, поэтому он объединяет два столбца, если в одном из них отсутствует заголовок столбца в случае слова Возраст заменить на новое неизвестное слово