我有一个包含大量 NaN 的大数据框架,我想将其存储到一个较小的数据框架中,该数据框架存储所有索引以及非 NaN、非零值的值。
dff = pd.DataFrame(np.random.randn(4,3), columns=list('ABC'))
dff.iloc[0:2,0] = np.nan
dff.iloc[2,2] = np.nan
dff.iloc[1:4,1] = 0
数据框可能如下所示:
A B C
0 NaN -2.268882 0.337074
1 NaN 0.000000 1.340350
2 -1.526945 0.000000 NaN
3 -1.223816 0.000000 -2.185926
我想要一个如下所示的数据框:
0 B -2.268882
0 C 0.337074
1 C 1.340350
2 A -1.526945
3 A -1.223816
4 C -2.185926
我怎样才能快速完成它,因为我有一个相对较大的数据框,成千上万......
非常感谢!
最佳答案
将 0
替换为 np.nan
和 .stack()
结果 (see docs) 。
如果您有可能在 .replace()
之后的 rows
中拥有所有 np.nan
值,您可以执行 在
以减少要旋转的行数。如果这适用于.stack()
之前添加 .dropna(how='all')列
,请执行`.dropna(how='all', axis=1)。
df.replace(0, np.nan).stack()
0 B -2.268882
C 0.337074
1 C 1.340350
2 A -1.526945
3 A -1.223816
C -2.185926
根据需要与 .reset_index()
组合。
要从具有 MultiIndex
的 Series
中进行选择,请使用 .loc[(level_0, level_1)]
:
df.loc[(0, 'B')] = -2.268882
有关切片等的详细信息,请参见 docs .
关于python - 如何从 DataFrame 中获取非 NaN 元素的索引和值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37211689/