Question

我有一个包含许多列的pandas数据框，其中大多数都是null，但是对于每一行，总是只有一列，其值为字符串。

我在数据框中创建一个新列，用于选择唯一的非空值：

data[label] = data.iloc[:,0]  
for col in range(1,100) :
    data[label] = data[label].fillna(data.iloc[:,col])

这样可以正常工作，但是，对于每个条目，我还会跟踪这些列中的哪一列是非空的，以便列标签也具有该信息。我如何知道哪个列非空？

Ex.

col0      col1     col2
          "red"
"blue"
                  "yellow"

new column label is:

label
"red"/col1
"blue"/col0
"yellow"/col2

Answer 1

您可以先将df转换为True，其值为notnull，并按idxmax和lookup获取列名：

cols = df.notnull().idxmax(axis=1)
df['a'] = df.lookup(df.index, cols) + '/' + cols
print (df)
   col0 col1    col2            a
0   NaN  red     NaN     red/col1
1  blue  NaN     NaN    blue/col0
2   NaN  NaN  yellow  yellow/col2

fillna和sum的另一种解决方案：

cols = df.notnull().idxmax(axis=1)
df['a'] = df.fillna('').sum(axis=1) + '/' + cols
print (df)
   col0 col1    col2            a
0   NaN  red     NaN     red/col1
1  blue  NaN     NaN    blue/col0
2   NaN  NaN  yellow  yellow/col2

另一种解决方案，谢谢Jon Clements - 使用first_valid_index：

cols = df.apply(pd.Series.first_valid_index, axis=1)
df['a'] = df.lookup(cols.index, cols)  + '/' + cols
print (df)
   col0 col1    col2            a
0   NaN  red     NaN     red/col1
1  blue  NaN     NaN    blue/col0
2   NaN  NaN  yellow  yellow/col2

仅保存pandas df中的非空条目值和列号，每行只有一个非空值

1 个答案: