Ich habe einen Datenrahmen wiewie SQL coalesce in Pandas
df = pd.DataFrame({"A":[1,2,np.nan],"B":[np.nan,10,np.nan], "C":[5,10,7]})
A B C
0 1.0 NaN 5
1 2.0 10.0 10
2 NaN NaN 7
Ich möchte hinzufügen, um eine neue Spalte ‚D‘ implementieren. Erwartete Ausgabe ist
A B C D
0 1.0 NaN 5 1.0
1 2.0 10.0 10 2.0
2 NaN NaN 7 7.0
Vielen Dank im Voraus!
Ich glaube, Sie brauchen bfill mit der Auswahl ersten Spalte iloc:
df['D'] = df.bfill(axis=1).iloc[:,0]
print (df)
A B C D
0 1.0 NaN 5 1.0
1 2.0 10.0 10 2.0
2 NaN NaN 7 7.0
gleiche wie:
df['D'] = df.fillna(method='bfill',axis=1).iloc[:,0]
print (df)
A B C D
0 1.0 NaN 5 1.0
1 2.0 10.0 10 2.0
2 NaN NaN 7 7.0
Option 1
pandas
df.assign(D=df.lookup(df.index, df.isnull().idxmin(1)))
A B C D
0 1.0 NaN 5 1.0
1 2.0 10.0 10 2.0
2 NaN NaN 7 7.0
Option 2
numpy
v = df.values
j = np.isnan(v).argmin(1)
df.assign(D=v[np.arange(len(v)), j])
A B C D
0 1.0 NaN 5 1.0
1 2.0 10.0 10 2.0
2 NaN NaN 7 7.0
naive Zeittest
über gegebene Daten
über größere Daten
@jezrael Post aktualisiert – piRSquared
Wenn ich nur 'A' und 'C' für die Erstellung von 'D' will, wo kann ich es angeben. Bitte lassen Sie es mich wissen – Anoop
@Annoop Sie können diese Ansätze auf 'df [['A', 'C']]' 'ausführen. Dies funktioniert besonders gut für den "numpigen" Ansatz. 'v = df [['A', 'C']]. Werte ' – piRSquared
Ein anderer Weg ist explizit in dieser Reihenfolge Spalte D mit A, B, C zu füllen.
df['D'] = np.nan
df['D'] = df.D.fillna(df.A).fillna(df.B).fillna(df.C)
Der Wert von 'df' in Ihrem ersten Code-Snippet ist falsch. Und wie berechnet man die erwartete Leistung? – DyZ