pandas 取本行第一个非空值的列名（表头）

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本需求为利用 Pandas 取本行第一个非空值的列名（表头），即增加一列，这列表示所在行从左到右的第一个非空值对应的表头名称。

源数据与需求

构造数据：

import pandas as pd
import numpy as np

# 造数据
df = pd.read_csv('https://gairuo.com/file/data/team.csv')
df = (
    df.head(6)
    .where(np.eye(6).astype(bool))
    .fillna(method='bfill')
)
df
'''
    name team    Q1    Q2    Q3    Q4
0  Liver    C  57.0  96.0  61.0  43.0
1    NaN    C  57.0  96.0  61.0  43.0
2    NaN  NaN  57.0  96.0  61.0  43.0
3    NaN  NaN   NaN  96.0  61.0  43.0
4    NaN  NaN   NaN   NaN  61.0  43.0
5    NaN  NaN   NaN   NaN   NaN  43.0
'''

按需求描述来分析，第 0 行，第一个非空值就是第一列，那么这行的值为 name，列 3 从左到右第一个非空值为 96.0 那么取它所在的列 Q1。

需要注意的是，以上仅为示例数据，真实场景中可能第一个非空值后还会有空值，同时也可能存在整个行都为空的情况。

思路

基本思路如下：

增加列用 assign
对整行进行操作用 apply 引导一个函数，并设参数 axis=1
处理函数传入的是各个行，是一个 Series
- 用 loc 取不为会的值，形成一个非空的 Series
- 再对这个 Series 取索引 index
- 这个索引列表的第一个就是列名，用切片 [0]
- 最后，为了防止 Series 全为空的情况，用 try 给出托底的 NaN 值
应用以上函数并执行，得出结果

代码

# 传入每个行，然后筛选掉不为空的，最后取第一个索引值
def get_col_name(s):
    try:
        return s.loc[s.notna()].index[0]
    except:
        return np.nan

df.assign(tag=df.apply(lambda s: get_col_name(s), axis=1))
'''
    name team    Q1    Q2    Q3    Q4   tag
0  Liver    C  57.0  96.0  61.0  43.0  name
1    NaN    C  57.0  96.0  61.0  43.0  team
2    NaN  NaN  57.0  96.0  61.0  43.0    Q1
3    NaN  NaN   NaN  96.0  61.0  43.0    Q2
4    NaN  NaN   NaN   NaN  61.0  43.0    Q3
5    NaN  NaN   NaN   NaN   NaN  43.0    Q4
'''

pandas 取本行第一个非空值的列名（表头）

源数据与需求

思路

代码

相关内容