python可读性好吗_python – 在大熊猫煤柱上有更好的可读性吗？

您可以使用pd.isnull找到null – 在这种情况下为无 – 值：

In [169]: pd.isnull(df)

Out[169]:

first second third

0 False False False

1 True False False

2 True True False

3 True True True

4 False True False

然后使用np.argmin找到第一个非空值的索引.如果所有值都为空,则np.argmin返回0：

In [186]: np.argmin(pd.isnull(df).values,axis=1)

Out[186]: array([0,1,2,0])

然后可以使用NumPy整数索引从df中选择所需的值：

In [193]: df.values[np.arange(len(df)),np.argmin(pd.isnull(df).values,axis=1)]

Out[193]: array(['A','C','B',None,'A'],dtype=object)

例如,

import pandas as pd

df = pd.DataFrame([{'third':'B','second':None}])

mask = pd.isnull(df).values

df['combo1'] = df.values[np.arange(len(df)),np.argmin(mask,axis=1)]

order = np.array([1,0])

mask = mask[:,order]

df['combo2'] = df.values[np.arange(len(df)),order[np.argmin(mask,axis=1)]]

产量

first second third combo1 combo2

0 A C B A C

1 None C B C C

2 None None B B B

3 None None None None None

4 A None B A B

如果DataFrame有很多行,则使用argmin而不是df3.apply(coalesce,…)显着更快：

df2 = pd.concat([df]*1000)

In [230]: %timeit mask = pd.isnull(df2).values; df2.values[np.arange(len(df2)),axis=1)]

1000 loops,best of 3: 617 µs per loop

In [231]: %timeit df2.apply(coalesce,axis=1)

10 loops,best of 3: 84.1 ms per loop