Question

在DataFrame的每一列中获取第一个非零元素的值和索引（从上到下）是什么样的pandoric方法？

import pandas as pd

df = pd.DataFrame([[0, 0, 0],
                   [0, 10, 0],
                   [4, 0, 0],
                   [1, 2, 3]],
                  columns=['first', 'second', 'third'])

print(df.head())

#    first  second  third
# 0      0       0      0
# 1      0      10      0
# 2      4       0      0
# 3      1       2      3

我想要实现的目标：

#        value  pos
# first      4    2
# second    10    1
# third      1    3

Answer 1

您正在寻找idxmax，它会为您提供最大值的第一个位置。但是，您需要找到“不等于零”的最大值

df.ne(0).idxmax()

first     2
second    1
third     3
dtype: int64

我们可以将其与lookup和assign

结合使用

df.ne(0).idxmax().to_frame('pos').assign(val=lambda d: df.lookup(d.pos, d.index))

        pos  val
first     2    4
second    1   10
third     3    3

相同的答案包装略有不同。

m = df.ne(0).idxmax()
pd.DataFrame(dict(pos=m, val=df.lookup(m, m.index)))

        pos  val
first     2    4
second    1   10
third     3    3

Answer 2

这是longwinded方式，如果你的非零值往往发生在大数组的开头附近，它应该更快：

import pandas as pd

df = pd.DataFrame([[0, 0, 0],[0, 10, 0],[4, 0, 0],[1, 2, 3]],
                  columns=['first', 'second', 'third'])

res = [next(((j, i) for i, j in enumerate(df[col]) if j != 0), (0, 0)) for col in df]

df_res = pd.DataFrame(res, columns=['value', 'position'], index=df.columns)

print(df_res)

        value  position
first       4         2
second     10         1
third       3         3

Answer 3

我将使用stack，index用于行号和列号

df[df.eq(df.max(1),0)&df.ne(0)].stack()
Out[252]: 
1  second    10.0
2  first      4.0
3  third      3.0
dtype: float64

在pandas DataFrame的每列中查找第一个非零值

3 个答案: