Question

我有一个Pandas DataFrame：

import pandas as pd

df = pd.DataFrame([[0.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0],
                   [1.0, 0.0, 1.0, 3.0, 1.0, 1.0, 7.0, 0.0],
                   [0.0, 0.0, 13.0, 14.0, 15.0, 16.0, 17.0, 18.0]
                  ]
                  , columns=['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'])

     A    B     C     D     E     F     G     H
0  0.0  2.0   3.0   4.0   5.0   6.0   7.0   8.0
1  1.0  0.0   1.0   3.0   1.0   1.0   7.0   0.0
2  0.0  0.0  13.0  14.0  15.0  16.0  17.0  18.0

我想要返回每行中第一个非零值的系列（不是列表）。这当前有效，但是lookup会返回一个列表而不是一个系列（我知道我可以将列表转换为一个系列），但我假设有一个更好的方法：

first_nonzero_colnames = (df > 0).idxmax(axis=1, skipna=True)
df.lookup(first_nonzero_colnames.index, first_nonzero_colnames.values)

[  2.   1.  13.]

我可以使用.apply，但我想避免使用它。

Answer 1

试试这个：

res = df[df != 0.0].bfill(axis=1)['A']

我正在做的是用nan替换所有非零，然后从右边填充它们，这会强制第一列中的所有结果值成为第一个非零值这一行。

或更快的方式，如@piRSquared所建议的那样：

df.replace(0, np.nan).bfill(1).iloc[:, 0]

Answer 2

这似乎有效：

df[df!=0].cumsum(axis=1).min(axis=1)
Out[74]: 
0     2.0
1     1.0
2    13.0
dtype: float64

Answer 3

@ acushner的答案更好。把它放在那里。

使用idxmax和apply

m = (df != 0).idxmax(1)
df.T.apply(lambda x: x[m[x.name]])

0     2.0
1     1.0
2    13.0
dtype: float64

这也有效：

m = (df != 0).idxmax(1)
t = zip(m.index, m.values)

df.stack().loc[t].reset_index(1, drop=True)

Answer 4

我不确定我会称之为“更好”。但它会在一个班轮中返回一个系列。

df.apply(lambda x: x[np.where(x > 0)[0][0]], axis=1)
>>>
0     2.0
1     1.0
2    13.0
dtype: float64

Answer 5

使用.apply和.nonzero()

这是一种非常快捷的方式

 df2.apply(lambda x: x.iloc[x.nonzero()[0][0]], axis=1)
 >>>
 0     2.0
 1     1.0
 2    13.0
 dtype: float64

性能：

%%timeit
df2.apply(lambda x: x.iloc[x.nonzero()[0][0]], axis=1)
>>>
190 µs ± 8.18 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

在Pandas DataFrame的每一行中查找第一个非零值

5 个答案: