代码之家 › 专栏 › 技术社区 › Michael

pandas:聚合以保留第一个非NaN值[重复]

pandas python

Michael · 技术社区 · 6 年前

我有一个数据框 test_num 作为索引:

file_num    6    7
test_num          
79        NaN    â
148         â  NaN

我需要减少它以保持第一个可用的方向(箭头) file_num

           direction
test_num          
79          â
148         â

我试过这个:

fd.agg(lambda x: [a for a in x if a][0], axis=1)

test_num
79     NaN
148      â

fd.agg(lambda x: [a for a in x if a != pd.np.nan][0], axis=1)

test_num
79     NaN
148      â

2 回复 | 直到 6 年前

piRSquared 6 年前

您可以在 groupby

df.groupby([*'A'*len(df.columns)], 1).first()

          A
test_num   
79        â
148       â

或者使用一个可调用的

df.groupby(lambda x: 'A', 1).first()

          A
test_num   
79        â
148       â

Raunaq Jain 6 年前

X = X.apply(lambda x: pd.Series(x.dropna().values), axis = 1)

        1.0
test_num    
79        â
148       â

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前

Gtoth · 如何分割Pandas DataFrame中包含多个日期的两个时间戳之间的差异

1 年前

Domarius · 使用loc为多行设置多列值

1 年前

Swastik Bhattacharyya · 如何在同一类别类型的多列上运行get_dummies()函数?

1 年前

DrZoidberg09 · 如何在字典列表中创建一个新关键字,该关键字是另一个关键字的总和?

1 年前

armstrong3701 · 如何有效地处理熊猫数据框中缺失的数据并计算条件统计?

1 年前

msts1906 · 大熊猫向乳胶的适当多品种出口

1 年前