Question

我有一个数据帧df，我想根据应用于其他列的条件填充列中的值

DF的结构，在ID之后有一些列：

ID ......  col1  col2   col3   col4
1          A1     A1     A1     A1
2          G3            D5
3          R6             
4                 Q3
5          M5     N8

我想创建两个名为'final_col'和'status'的新列，其中'final_col'的值来自col1或col2或col3或col4，具体取决于哪个col具有第一个非空（非空/ NaN）值。

列'status'只是列的名称

预期产出：

ID ...... col1  col2   col3   col4    final_col     status
1         A1     A1     A1     A1     A1            col1
2                G3            D5     G3            col2
3         R6                   L4     R6            col1
4                                     Not_found     Not_found
5                M5     N8            M5            col2

我知道如何在excel中执行此操作，嵌套ifs如此，假设ID为单元格'A1'

在'final_col'的第一行：

=IF(A2<>"",A2,IF(B2<>"",B2,IF(C2<>"",C2,IF(D2<>"",D2,"Not_found"))))

列'状态'

=IF(A2<>"","col1",IF(B2<>"","col2",IF(C2<>"","col3",IF(D2<>"","col4","Not_found"))))

P.S：请在解决方案中使用列名，而不是索引，因为数据框的结构可能不同（列的顺序）

提前致谢

Answer 1

您可以使用first_valid_index：

UPDATE

Answer 2

您可以使用first_valid_index。如果NaN到col1列的某行中的所有col4值都可以使用：

print df

   ID col1 col2 col3 col4
0   1   A1   A1   A1   A1
1   2  NaN   G3  NaN   D5
2   3   R6  NaN  NaN  NaN
3   4  NaN  NaN  NaN  NaN
4   5  NaN   M5   N8  NaN

def f1(x):
    if x.first_valid_index() is None:
        return 'Not_found'
    else:
        return str(x.first_valid_index())

def f2(x):
    if x.first_valid_index() is None:
        return 'Not_found'
    else:
        return x[x.first_valid_index()]


df['status'] = df.ix[:, df.columns.tolist().index("col1") :].apply(f1, axis=1)

df['final_col'] = df.ix[:, df.columns.tolist().index("col1") :].apply(f2, axis=1)

print df

   ID col1 col2 col3 col4     status  final_col
0   1   A1   A1   A1   A1       col1         A1
1   2  NaN   G3  NaN   D5       col2         G3
2   3   R6  NaN  NaN  NaN       col1         R6
3   4  NaN  NaN  NaN  NaN  Not_found  Not_found
4   5  NaN   M5   N8  NaN       col2         M5

嵌套ifs从不同列获取值

2 个答案: