获取每列中的第一个出现值

Question

这是我的df。 我想在每个包含(F)

的列中获取第一个值

>>> d = {0: ['1', '2(F)', '6', '8', '5'], 
    1: ['8(F)', '6', '8', '4(F)', '4'], 
    2: ['1', '6', '8(F)', '4(F)', '5'],
    3: ['1', '8', '8', '1', '5']}
>>> df = pd.DataFrame(data=d)
>>> df
      0     1     2  3
0     1  8(F)     1  1
1  2(F)     6     6  8
2     6     8  8(F)  8
3     8  4(F)  4(F)  1
4     5     4     5  5

结果应该像这样

0    2(F)
1    8(F)
2    8(F)
3     NaN

但是当我使用下面的代码时，我收到了一些错误

>>> mask = df.apply(lambda x: x.str.contains('F'))
>>> a = mask.idxmax().where(mask.any())
>>> print(df[a])

KeyError: '[nan] not in index'

Answer 1

这是一种方法

mask = df.applymap(lambda x: '(F)' in x)

df[mask].bfill().iloc[0,]
Out[624]: 
0    2(F)
1    8(F)
2    8(F)
3     NaN
Name: 0, dtype: object

Answer 2

使用numpy索引为idxmax获取值，最后添加where：

mask = df.apply(lambda x: x.str.contains('F', na=False))
a = mask.idxmax()   
s = pd.Series(df.values[a, a.index]).where(mask.any())
print(s)
0    2(F)
1    8(F)
2    8(F)
3     NaN
dtype: object

另一个通过DataFrame.stack进行整形，通过GroupBy.first过滤并获得第一个值，最后通过Series.reindex添加不存在的值的解决方案：

s = df.stack()
s = s[s.str.contains('F', na=False)].groupby(level=1).first().reindex(df.columns)
print (s)
0    2(F)
1    8(F)
2    8(F)
3     NaN
dtype: object

Answer 3

applymap，lookup

mask = df.applymap(lambda x: '(F)' in x)
vals = df[mask].lookup(mask.idxmax(), df.columns)
pd.Series(vals, df.columns)

0    2(F)
1    8(F)
2    8(F)
3     NaN
dtype: object

---

脾气暴躁的人

过度设计

from numpy.core.defchararray import find

v = df.values.astype(str)
m = find(v, '(F)') >= 0
i = m.argmax(0)
j = np.arange(v.shape[1])

pd.Series(np.where(m[i, j], v[i, j], np.nan), df.columns)

Answer 4

这里是单排，但没有给出第四行的答案：

df.replace("\d$", np.nan, regex=True).dropna(how='all', axis=1).apply(lambda x: x.dropna().iloc[0], 0)

清除\ F以外的所有其他元素，然后针对每一列查找第一个非空元素。