如何获取熊猫中最后一个非零值的列名？

Question

我的数据具有某些顺序功能，这些功能必须先于其他功能才能提供。 我想让用户访问最终页面。

设置

import numpy as np
import pandas as pd


df = pd.DataFrame({'user': [10,15,17],
                  'sex': ['M','M','F'],
                  'home_page': [1,1,1],
                  'search_page': [1,0,1],
                  'confirmation_page': [1,0,0],
                  'payment_page':[1,0,0]})
print(df)

   user sex  home_page  search_page  confirmation_page  payment_page
0    10   M          1            1                  1             1
1    15   M          1            0                  0             0
2    17   F          1            1                  0             0

问题

如何获取名称为“ final_page”的新列，该列具有访问的最终页面的名称。

必填项

df['final_page'] = ['payment_page','home_page','search_page'] # this is not answer,
# The new column should have these values.

我的尝试

a = df.iloc[:,2:].to_numpy()
np.trim_zeros(a)

实际链接

Find last non-zero element's index in pandas series

Answer 1

您可以在条件为df!=0的情况下使用列的dot乘积，然后拆分并获得最后一列：

m=df.set_index(['user','sex'],append=True)
df['final_page']=(m.ne(0).dot(m.columns+ ',').str.rstrip(',').str.split(',')
                                     .str[-1].droplevel(['user','sex']))
print(df)

或者：

df['final_page']=m.apply(pd.Series.last_valid_index,axis=1).reset_index(drop=True)

---

   user sex  home_page  search_page  confirmation_page  payment_page  \
0    10   M          1            1                  1             1   
1    15   M          1            0                  0             0   
2    17   F          1            1                  0             0   

     final_page  
0  payment_page  
1     home_page  
2   search_page  

Answer 2

使用numpy：

import numpy as np
import pandas as pd

df = pd.DataFrame({'user': [10,15,17],
                  'sex': ['M','M','F'],
                  'home_page': [1,1,1],
                  'search_page': [1,0,1],
                  'confirmation_page': [1,0,0],
                  'payment_page':[1,0,0]})
pages = df.columns[2:]

df['final_page'] = df.iloc[:,2:].apply(lambda x: pages[np.max(np.nonzero(x))],axis=1)

print(df)

结果：

   user sex  home_page  search_page  confirmation_page  payment_page  \
0    10   M          1            1                  1             1   
1    15   M          1            0                  0             0   
2    17   F          1            1                  0             0   

     final_page  
0  payment_page  
1     home_page  
2   search_page