Я искал наиболее эффективный способ найти первое значение во всех столбцах pandas df слева направо (0,1,2,3) для каждой строки, которая больше, чем другой столбец (t), и поместите соответствующую метку столбца в новый столбец (val). Если значение столбца больше, тогда вместо этого я хочу 0.
По какой-то причине я не мог найти ничего простого и эффективного (так как реальная таблица действительно большая).
Например:
Начальная таблица:
t 0 1 2 3
JAN 3 1.9 2.1 2.6 2.9
FEB 6 2.0 4.0 5.0 9.0
MAR 2 1.0 3.0 4.0 4.0
APR 4 1.5 5.0 6.0 2.0
Итоговый стол:
t 0 1 2 3 val
JAN 3 1.9 2.1 2.6 2.9 0
FEB 6 2.0 4.0 5.0 9.0 3
MAR 2 1.0 3.0 4.0 4.0 1
APR 4 1.5 3.0 6.0 2.0 2
Спасибо!
У вас на самом деле небольшая разница в базовой матрице между вашими начальными и конечными таблицами, и мне потребовалось некоторое время. Значение в строке APR и столбце 1 было изменено с 5.0 до 3.0. Я собираюсь использовать последнюю матрицу здесь.
from io import StringIO
import numpy as np
import pandas as pd
s = """
t 0 1 2 3
JAN 3 1.9 2.1 2.6 2.9
FEB 6 2.0 4.0 5.0 9.0
MAR 2 1.0 3.0 4.0 4.0
APR 4 1.5 3.0 6.0 2.0
"""
# Read in the string
df = pd.read_csv(StringIO(s), delim_whitespace=True)
# Find all columns greater than your threshold column
s = np.where(df.gt(df['t'],0), ['', 0, 1, 2, 3], np.nan)
# Convert to dataframe, find the first instance, fill the rest with zeros and make a new column
df['vals'] = pd.DataFrame(s).min(axis=1).fillna(0).astype(int).values
# Which yields your expected result
print(df)
# t 0 1 2 3 vals
#JAN 3 1.9 2.1 2.6 2.9 0
#FEB 6 2.0 4.0 5.0 9.0 3
#MAR 2 1.0 3.0 4.0 4.0 1
#APR 4 1.5 3.0 6.0 2.0 2
Я на основе этого от ответа на аналогичную проблему здесь, который предложил, что этот метод быстрее, чем несколько других вариантов.