Question

我有一个大数据框，并且如果右边有零，则需要获取其中每一行的最后一个零值索引。

如果行中没有零，则需要最后一个索引。

下面的工作代码。输出正确。

有没有一种方法可以对此代码进行向量化（不使用lambda）

示例代码：

df = pd.DataFrame.from_dict(
    {'a': {0: 14, 1: 0, 2: 105, 3: 67},
     'b': {0: 67, 1: 0, 2: 0, 3: 63},
     'c': {0: 35, 1: 0, 2: 530, 3: 431},
     'd': {0: 500, 1: 0, 2: 0, 3: 500},
     'e': {0: 13, 1: 0, 2: 0, 3: 12},
     'f': {0: 123, 1: 0, 2: 0, 3: 0}}
)

# if row has no zeros use last index
def func(row):
    # if row is all zeros return first index
    if sum(row == 0) == len(row):
        return row.index[0]

    # if row is all non zero return last index
    if sum(row != 0)== len(row):
        return row.index[-1]

    # else return index of right most non zero value
    return row.loc[row != 0].index[-1]

df.apply(lambda row: func(row), axis=1)

输出：

Answer 1

找到不等于0的总和，然后在第一个实例中找到最大值。

df.ne(0).cumsum(1).idxmax(1)

0    f
1    a
2    c
3    e
dtype: object

获取数据帧中每一行的最右边非零值位置（非lambda方法）

1 个答案: