Я начинаю копать глубже в Python, и мне трудно преобразовать некоторые из моих R-скриптов в Python. У меня есть функция, определенная в R:
Shft_Rw <- function(x) { for (row in 1:nrow(x))
{
new_row = x[row , c(which(!is.na(x[row, ])), which(is.na( x[row, ])))]
colnames(new_row) = colnames(x)
x[row, ] = new_row
}
return(x)
}
Что по существу принимает ведущий NA каждой строки в фрейме данных и помещает их в конец строки, т.е.
import pandas as pd
import numpy as np
df =pd.DataFrame({'a':[np.nan,np.nan,3],'b':[3,np.nan,5],'c':[3, 4,5]})
df
Out[156]:
a b c
0 NaN 3.0 3
1 NaN NaN 4
2 3.0 5.0 5
превращается в:
df2 =pd.DataFrame({'a':[3,4,3],'b':[3,np.nan,5],'c':[np.nan, np.nan,5]})
df2
Out[157]:
a b c
0 3 3.0 NaN
1 4 NaN NaN
2 3 5.0 5.0
Пока у меня есть:
def Shft_Rw(x):
for row in np.arange(0,x.shape[0]):
new_row = x.iloc[row,[np.where(pd.notnull(x.iloc[row])),np.where(pd.isnull(df.iloc[row]))]]
Но бросать ошибки. Используя пример df выше, я могу получить индекс строки, используя iloc и позиции столбца, где он имеет значение null/not null (с использованием where()), но не может совместить два (попробовал множество вариантов с большим количеством скобок и т.д.).
df.iloc[1]
Out[170]:
a NaN
b NaN
c 4.0
np.where(pd.isnull(df.iloc[1]))
In[167] : np.where(pd.isnull(df.iloc[1]))
Out[167]: (array([0, 1], dtype=int64),)
df.iloc[1,np.where(pd.notnull(df.iloc[1]))]
Любой, кто может помочь реплицировать функцию AND/OR, показывает более эффективный способ решения проблемы?
Спасибо!
df1 = df.apply(lambda x: pd.Series(x.dropna().values), axis=1)
df1.columns = df.columns
print (df1)
a b c
0 3.0 3.0 NaN
1 4.0 NaN NaN
2 3.0 5.0 5.0
Если производительность важна, я предлагаю использовать эту идеальную функцию:
arr = justify(df.values, invalid_val=np.nan, axis=1, side='left')
df1 = pd.DataFrame(arr, index=df.index, columns=df.columns)
print (df1)
a b c
0 3.0 3.0 NaN
1 4.0 NaN NaN
2 3.0 5.0 5.0
0
выше принимающей отметки. Благодарю.