Python - 创建一个新列，该列从 Pandas 的右侧开始不是 NaN 的第一列答案

【问题标题】：Python - Create a new column that takes the first column from the right that is not NaN in PandasPython - 创建一个新列，该列从 Pandas 的右侧开始不是 NaN 的第一列
【发布时间】：2021-04-07 09:28:37
【问题描述】：

我有一个数据框，其名称为 'a'、'b'、'c'、'd'、'e'

#Input
import pandas as pd
import numpy as np

list_of_dicts = [
  {'a' : np.nan, 'b' : 4, 'c' : np.nan, 'd' : 5, 'e' : 2},
  {'a' : 1, 'b' : np.nan, 'c' : np.nan, 'd' : np.nan, 'e' : np.nan},
  {'a' : 7, 'b' : 5, 'c' : 0, 'd' : 5, 'e' : 3  },
  {'a' : np.nan, 'b' : 3, 'c' : np.nan, 'd' : 5, 'e' : np.nan  },
  {'a' : np.nan, 'b' : np.nan, 'c' : np.nan, 'd' : np.nan, 'e' : np.nan  }
]

df = pd.DataFrame(list_of_dicts)

#Input DataFrame
-----|-------|-------|-------|------|------|
     |  a    |  b    |  c    |  d   |  e   |
-----|-------|-------|-------|------|------|
 0   |  NaN  |  4    |  NaN  |  5   |  2   |
 1   |  1    |  NaN  |  NaN  |  NaN |  NaN |
 2   |  7    |  5    |  0    |  5   |  3   |
 3   |  NaN  |  3    |  NaN  |  5   |  NaN |
 4   |  NaN  |  NaN  |  NaN  |  NaN |  NaN |

我想创建一个新列 Op，它从右边开始取第一列，不是 NaN 并填充值。如果所有观测值都是 NaN，则 Op = NaN。

#Output
-----|-------|-------|-------|------|------|------|
     |  a    |  b    |  c    |  d   |  e   |  Op  |
-----|-------|-------|-------|------|------|------|
 0   |  NaN  |  4    |  NaN  |  5   |  2   |  2   |
 1   |  1    |  NaN  |  NaN  |  NaN |  NaN |  1   |
 2   |  7    |  5    |  0    |  5   |  3   |  3   |
 3   |  NaN  |  3    |  NaN  |  5   |  NaN |  5   |
 4   |  NaN  |  NaN  |  NaN  |  NaN |  NaN |  NaN |

解释：

第 0 行 - 因为 'e' 是从右侧算起的第一列，不是 NaN，所以 Op = 2
第 1 行 - 因为 'a' 是从右侧算起的第一列，不是 NaN，所以 Op = 1
第 2 行 - 因为 'e' 是从右边算起的第一列，不是 NaN，所以 Op = 3
第 3 行 - 由于 'd' 是从右侧算起的第一列，不是 NaN，所以 Op = 5
第 4 行 - 因为所有行都是 NaN，所以 Op = NaN

寻找使用 Python、Pandas 和 numpy 的解决方案。

【问题讨论】：

标签： python pandas dataframe numpy

【解决方案1】：

试试ffill

df['new'] = df.ffill(1).iloc[:,-1]
df
Out[59]: 
     a    b    c    d    e  new
0  NaN  4.0  NaN  5.0  2.0  2.0
1  1.0  NaN  NaN  NaN  NaN  1.0
2  7.0  5.0  0.0  5.0  3.0  3.0
3  NaN  3.0  NaN  5.0  NaN  5.0
4  NaN  NaN  NaN  NaN  NaN  NaN

【讨论】：

【解决方案2】：

您可以使用series.last_valid_index() 并返回值，如果没有找到值，则可以使用np.nan。

def r(row):
    last_index = row.last_valid_index()
    return row[last_index] if last_index else np.nan

df['op'] = df.apply(r, axis=1)

输出

     a    b    c    d    e   op
0  NaN  4.0  NaN  5.0  2.0  2.0
1  1.0  NaN  NaN  NaN  NaN  1.0
2  7.0  5.0  0.0  5.0  3.0  3.0
3  NaN  3.0  NaN  5.0  NaN  5.0
4  NaN  NaN  NaN  NaN  NaN  NaN

【讨论】：