我有一个数据框,我想重新格式化它,以便删除在第一个非零值出现在一行之前是否出现缺失值或零的实例。但是,我不想删除任何行或列,也不想删除非零后面出现的任何 0 或缺失值。
下面是我正在使用的数据框:
> data =[['Adam',2.55,4.53,3.45,2.12,3.14],['Bill',np.NaN,2.14,3.65,4.12],['Chris',np.NaN,0,2.82,0,6.04],['David',np.NaN,0,7.42,3.52]]
> df = pd.DataFrame(data, columns = ['Name', 'A','B','C','D','E'])
此外,以下是预期结果:
> data1 =[['Adam',2.55,4.53,3.45,2.12,3.14],['Bill',2.14,3.65,4.12],['Chris',2.82,0,6.04],['David',7.42,3.52]]
> df1 = pd.DataFrame(data1, columns = ['Name', 'A','B','C','D','E'])
最佳答案
这不是一个小问题。解决办法如下:
m=df.set_index('Name')
m=m[m.isin(m.mask(m.le(0)).bfill(axis=1).iloc[:,0]).cumsum(axis=1).astype(bool)]
print(m)
<小时/>
A B C D E
Name
Adam 2.55 4.53 3.45 2.12 3.14
Bill NaN 2.14 3.65 4.12 NaN
Chris NaN NaN 2.82 0.00 6.04
David NaN NaN 7.42 3.52 NaN
然后使用 justify
:
pd.DataFrame(justify(m.values,np.nan),columns=m.columns,index=m.index).reset_index()
<小时/>
Name A B C D E
0 Adam 2.55 4.53 3.45 2.12 3.14
1 Bill 2.14 3.65 4.12 NaN NaN
2 Chris 2.82 0.00 6.04 NaN NaN
3 David 7.42 3.52 NaN NaN NaN
说明:
第一步:将Name
列设置为索引,这样我们就可以只处理数值。
Step2: m.mask(m.le(0)).bfill(axis=1).iloc[:,0]
给出第一个大于 0 的值。
第三步:然后使用isin()
返回True
,只要该值出现在每行中。
第四步: cumsum(axis=1).astype(bool)
使所有剩余元素为 True,这样我们就可以只过滤这些值,其他值变为 NaN
。
然后使用链接帖子中的 justify 函数。
关于python - 如何使用 Pandas 删除丢失的数据和 0,同时保持数据框相同的形状?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56912514/