获取Pandas中最后一个非空值的索引

hmtdttj4  于 2022-09-21  发布在  其他
关注(0)|答案(2)|浏览(194)

让我们假设我有以下数据框：

  1. x         y
  2. 1    -1.808909  0.093380
  3. 2     1.733595 -0.380938
  4. 3    -1.385898  0.714071

我想在“y”之后的列中插入一个值。但是，我可能会插入多个值。

因此，我需要检查“y”后面的单元格是否为空，以避免覆盖该单元格。

因此，预期输出可能如下所示

  1. x         y      
  2. 1    -1.808909  0.093380   5
  3. 2     1.733595 -0.380938   6    7
  4. 3    -1.385898  0.714071   8

与上面的输入相比，我需要首先检查单元格是否为空。

我想我可以用：x = df.iloc[1,:].last_valid_index()

但该方法返回的是“y”，而不是“y”的索引1。

稍后，我将使用该索引插入“5”：

  1. x +=1
  2. df.iloc[1,x] = 5

我想使用这种方法来查找最后一个非空单元格，因为输出中有第二行。您可以看到，如果我总是使用相同的方法，则需要插入“6”，然后插入“7”：

  1. df.iloc[1,2] = 6
  2.     df.iloc[1,2] = 7

在插入“7”时会覆盖“6”

还有一件事，我不能使用类似：(df['y'].iloc[2]).index的内容来查找该值，因为稍后我将有两个“y”列，因此，这可能会导致返回的索引号小于所需的索引号。

pandas

2条答案

按热度按时间
wfsdck30

wfsdck301#

很容易识别数字数组或 Dataframe 中每一行的第一个零的位置。让我们创建一个在某个位置后带有零的 Dataframe ：

  1. df = pd.DataFrame(np.random.normal(size=(5, 10)))
  2. df
  1. 0  1  2  3  4  5  6  7  8  9
  2. 0  4  1  4  2  6  0  0  0  0  0
  3. 1  5  4  9  5  5  4  0  0  0  0
  4. 2  6  6  6  5  4  8  6  0  0  0
  5. 3  5  3  9  5  3  9  6  3  0  0
  6. 4  3  2  7  9  7  6  6  7  5  0

例如，下面的代码将给出数据框中值为0的所有位置

  1. np.argwhere(df.values == 0)
  1. array([[0, 5],
  2.        [0, 6],
  3.        [0, 7],
  4.        [0, 8],
  5.        [0, 9],
  6.        [1, 6],
  7.        [1, 7],
  8.        [1, 8],
  9.        [1, 9],
  10.        [2, 7],
  11.        [2, 8],
  12.        [2, 9],
  13.        [3, 8],
  14.        [3, 9],
  15.        [4, 9]], dtype=int64)

或者，您可以获得值不为零的位置：

  1. np.argwhere(df.values != 0)
  1. array([[0, 0],
  2.        [0, 1],
  3.        [0, 2],
  4.        [0, 3],
  5.        [0, 4],
  6.        [1, 0],
  7.        [1, 1],
  8.        [1, 2],
  9.        [1, 3],
  10.        [1, 4],
  11.        [1, 5],
  12.        [2, 0],
  13.        [2, 1],
  14.        [2, 2],
  15.        [2, 3],
  16.        [2, 4],
  17.        [2, 5],
  18.        [2, 6],
  19.        [3, 0],
  20.        [3, 1],
  21.        [3, 2],
  22.        [3, 3],
  23.        [3, 4],
  24.        [3, 5],
  25.        [3, 6],
  26.        [3, 7],
  27.        [4, 0],
  28.        [4, 1],
  29.        [4, 2],
  30.        [4, 3],
  31.        [4, 4],
  32.        [4, 5],
  33.        [4, 6],
  34.        [4, 7],
  35.        [4, 8]], dtype=int64)

我希望这会有帮助。

展开查看全部
赞(0）分享  回复(0）举报  2022-09-21
ne5o7dgx

ne5o7dgx2#

我建议这是一个不那么复杂的解决方案

  1. import random
  2. nums = [0, 7, 78, 843, 34893, 0 , 2, 23, 4, 0]
  3. random.shuffle(nums)
  4. thg = [x for x in nums if x != 0]
  5. print(thg[0])

这样做的目的是洗牌“数字”列表，并过滤掉所有的零。然后，它打印第一个非零值

赞(0）分享  回复(0）举报  2022-09-21
我来回答

相关问题

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新问答

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com