该博客介绍了如何在pandas DataFrame中查找第一行，该行的特定列（如'A'）非空且至少有n个其他列的值非空。通过一个名为`numpy_approach`的函数，可以根据给定的列名和n值来找到满足条件的行的索引。函数使用numpy数组操作和条件检查来实现这一目标。
我有一个包含多个列的数据框.我想得到第一行索引：
>列A的值不为空
>至少存在n个其他值,其值不为null
示例：如果我的数据框是：
Date A B C D
0 2015-01-02 NaN 1 1 NaN
1 2015-01-02 NaN 2 2 NaN
2 2015-01-02 NaN 3 3 NaN
3 2015-01-02 1 NaN 4 NaN
5 2015-01-02 NaN 2 NaN NaN
6 2015-01-03 1 NaN 6 NaN
7 2015-01-03 1 1 6 NaN
8 2015-01-03 1 1 6 8
如果n = 1,我会得到3
如果n = 2,我会得到7
如果n = 3,我会得到8
这里有一种方法可以一次性获得不同n的指数 –
def numpy_approach(df, reference='A'):
df0 = df.iloc[:,df.columns != 'Date']
valid_mask = df0.columns != reference
mask = ~np.isnan(df0.values)
count = mask[:,valid_mask].sum(1) * mask[:,(~valid_mask).argmax()]
idx0 = np.searchsorted(np.maximum.accumulate(count),[1,2,3])
return df.index[idx0]
样品运行 –
In [555]: df
Out[555]:
Date A B C D
0 2015-01-02 NaN 1.0 1.0 NaN
1 2015-01-02 NaN 2.0 2.0 NaN
2 2015-01-02 NaN 3.0 3.0 NaN
3 2015-01-02 1.0 NaN 4.0 NaN
5 2015-01-02 NaN 2.0 NaN NaN
6 2015-01-03 1.0 NaN 6.0 NaN
7 2015-01-03 1.0 1.0 6.0 NaN
8 2015-01-03 1.0 1.0 6.0 8.0
In [556]: numpy_approach(df, reference='A')
Out[556]: Int64Index([3, 7, 8], dtype='int64')
In [557]: numpy_approach(df, reference='B')
Out[557]: Int64Index([0, 7, 8], dtype='int64')
In [558]: numpy_approach(df, reference='C')
Out[558]: Int64Index([0, 7, 8], dtype='int64')
In [568]: numpy_approach(df, reference='D')
Out[568]: Int64Index([8, 8, 8], dtype='int64')
7959
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
