我是 python 新手，希望得到一些幫助！我有一個名為 result 的數據框，格式如下：start end rf1 rf2 rf301-01-2008 10-01-2008 nan 12 nan02-01-2008 11-01-2008 nan 16 nan03-01-2008 12-01-2008 32 18 18我想要每行中不是 NaN 的那些 rf 的列表。請注意，我的前兩列不是索引。我嘗試了以下代碼但無法得到答案：result_2=result.dropna(axis=1,how='all')基本上我想要一個 rfs 不是 NaN 的日期列表。對于第一行中的ex，我的輸出應該給我開始日期、結束日期和'rf2'，同樣在最后一行中，我的輸出應該給我開始日期、結束日期、'rf1'、'rf2'、'rf3'
4 回答
眼眸繁星
TA貢獻1873條經驗 獲得超9個贊
IIUC 您可以使用對列、索引stack進行過濾并從結果組構建列表：rfXgroupby
df.filter(regex=r'rf\d').stack().groupby(level=0).agg(list)
0 [12.0]
1 [16.0]
2 [32.0, 18.0, 18.0]
dtype: object
或者使用列表理解：
[[i for i in row if i==i] for row in df.filter(regex=r'rf\d').values.tolist()]
[[12.0], [16.0], [32.0, 18.0, 18.0]]
或者如果您需要列名。
df['vals'] = df.filter(regex=r'rf\d').stack().reset_index(level=1)\
.groupby(level=0).level_1.agg(list)
print(df)
start end rf1 rf2 rf3 vals
0 2008-01-01 2008-10-01 NaN 12 NaN [rf2]
1 2008-02-01 2008-11-01 NaN 16 NaN [rf2]
2 2008-03-01 2008-12-01 32.0 18 18.0 [rf1, rf2, rf3]
藍山帝景
TA貢獻1843條經驗 獲得超7個贊
IIUC，你可以使用pd.melt和join
s = (
pd.melt(df, id_vars=["start", "end"])
.dropna()
.groupby(["start", "end"])["variable"]
.agg(list)
.to_frame("vals")
)
df1 = df.set_index(['start','end']).join(s)
print(df1)
rf1 rf2 rf3 vals
start end
2008-01-01 2008-10-01 NaN 12 NaN [rf2]
2008-02-01 2008-11-01 NaN 16 NaN [rf2]
2008-03-01 2008-12-01 32.0 18 18.0 [rf1, rf2, rf3]
青春有我
TA貢獻1784條經驗 獲得超8個贊
使用 .select_dtypes 排除不需要的列并查找剩余滿足條件的列
df2=df.select_dtypes(exclude='object').notna()#Excludes the dates
將列轉換為 numpy 數組
t=df2.columns.to_numpy()
生成一個系列，其中列布爾值選擇為非空并加入 df
df.join(pd.DataFrame({'listofcols':[t[i] for i in df2.to_numpy()]}))
start end rf1 rf2 rf3 listofcols
0 01-01-2008 10-01-2008 NaN 12 NaN [rf2]
1 02-01-2008 11-01-2008 NaN 16 NaN [rf2]
2 03-01-2008 12-01-2008 32.0 18 18.0 [rf1, rf2, rf3]
如果對一般列表或數據框中不為空的所有列感興趣
df.notna().any(0).index.tolist()#find any nan on taxis=0 and add to list
['start', 'end', 'rf1', 'rf2', 'rf3']
翻過高山走不出你
TA貢獻1875條經驗 獲得超3個贊
一種選擇是列表理解：
[[x1 for x1 in x if pd.notnull(x1)] for x in df[['rf1', 'rf2', 'rf3']].values]
添加回答
舉報
0/150
提交
取消