我有以下函式來獲取行的最后一個非零值的列名
import pandas as pd
def myfunc(X, Y):
df = X.iloc[Y]
counter = len(df)-1
while counter >= 0:
if df[counter] == 0:
counter -= 1
else:
break
return(X.columns[counter])
使用以下代碼示例
data = {'id': ['1', '2', '3', '4', '5', '6'],
'name': ['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'GGG'],
'A1': [1, 1, 1, 0, 1, 1],
'B1': [0, 0, 1, 0, 0, 1],
'C1': [1, 0, 1, 1, 0, 0],
'A2': [1, 0, 1, 0, 1, 0]}
df = pd.DataFrame(data)
df
myfunc(df, 5) # 'B1'
我想知道如何將此函式應用于資料框中的所有行，并將結果放入 df
我正在考慮遍歷所有行（這可能不是一個好方法）或將 lambdas 與 apply 函式一起使用。但是，我沒有成功采用最后一種方法。有什么幫助嗎？
uj5u.com熱心網友回復：
我稍微修改了您的函式以跨行作業：
def myfunc(row):
counter = len(row)-1
while counter >= 0:
if row[counter] == 0:
counter -= 1
else:
break
return row.index[counter]
現在只需呼叫df.apply您的函式并axis=1為資料幀的每一行呼叫該函式：
>>> df.apply(myfunc, axis=1)
0 A2
1 A1
2 A2
3 C1
4 A2
5 B1
dtype: object
但是，您可以放棄自定義函式并使用此代碼以更快、更簡潔的方式執行您正在尋找的操作：
>>> df[df.columns[2:]].T.cumsum().idxmax()
0 A2
1 A1
2 A2
3 C1
4 A2
5 B1
dtype: object
uj5u.com熱心網友回復：
這是使用DataFrame.idxmax.
>>> res = df.iloc[:, :1:-1].idxmax(axis=1)
>>> res
0 A2
1 A1
2 A2
3 C1
4 A2
5 B1
dtype: object
這個想法是只選擇Ai和Bi列并反轉它們的順序 ( df.iloc[:, :1:-1])，然后回傳每行 ( .idxmax(axis=1))第一次出現最大值（在本例中為 1）的列標簽。
請注意，此解決方案（作為另一個答案）假設每一行至少包含一個大于零的條目。
如果我們首先屏蔽非零條目（使用.ne(0)），則可以將此假設放寬為“每行包含至少一個非零條目” 。這是有效的，因為.ne(0)產生了一個布爾掩碼和True > False <=> 1 > 0.
>>> res = df.iloc[:, :1:-1].ne(0).idxmax(axis=1)
res
0 A2
1 A1
2 A2
3 C1
4 A2
5 B1
dtype: object
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/369048.html
上一篇：提取Pandas中每一列的平均值