如何通过导出到cs排除空值

Question

我有一个这样的数据框

0   2   5   12.0    1861.0  2230.0  NaN NaN     NaN     NaN     NaN     IMG_0083.JPG
1   2   5   9.0     1201.0  1500.0  1.0 1156.0  1612.0  1584.0  1935.0  IMG_0124.JPG
2   2   5   3.0     1159.0  1391.0  2.0 2957.0  3249.0  1317.0  1588.0  IMG_0352.JPG

我需要导出到csv的以下格式

0   2   5   12.0    1861.0  2230.0  IMG_0083.JPG
1   2   5   9.0     1201.0  1500.0  1.0 1156.0  1612.0  1584.0  1935.0  IMG_0124.JPG
2   2   5   3.0     1159.0  1391.0  2.0 2957.0  3249.0  1317.0  1588.0  IMG_0352.JPG

不只是用空白或其他值替换NaN，而是完全跳过NaN行。如果你知道一种方法，它可以在数据框中完成，但实际上它只需要在导出到csv时发生。有什么帮助吗？你知道吗

编辑：

对于那些好奇的人，我正在尝试将数据转换成.lst格式，以便使用MXNet将其转换为.rec格式。I'm trying to use this作为格式化指南。我正在和AWS SageMaker一起训练这些数据。我有各种各样的错误，see my question here如果你对那个特定的话题了解得更多的话。我猜所有这些，但根据我链接到的文档，我想我需要的格式在我的问题上面。你知道吗

Answer 1

这里有一个方法

pd.DataFrame(df.apply(lambda x : sorted(x,key=pd.isnull),1).tolist()).fillna('')
   0   1   2     3       4   ...    7     8     9     10            11
0   0   2   5  12.0  1861.0  ...                                      
1   1   2   5   9.0  1201.0  ...  1156  1612  1584  1935  IMG_0124.JPG
2   2   2   5   3.0  1159.0  ...  2957  3249  1317  1588  IMG_0352.JPG
[3 rows x 12 columns]

或者我们可以使用justify