用 NAN 逐行替换 pandas 数据中的最后 2 个数值答案

【问题标题】：Replace last 2 numeric values in pandas data frame by row with NAN's用 NAN 逐行替换 pandas 数据中的最后 2 个数值
【发布时间】：2018-04-24 11:50:09
【问题描述】：

我的数据每行中的最后 2 个实数测量有误。我想用 np.NAN 替换它们。实数的数量因行而异（即，每一行已经有一些不同数量的 NAN）。列标题表示测量编号，索引是实验性试验。单元格中的值等于测量读数。一些试验的测量读数比其他试验多；因此，一些行的 NAN 比其他的多。下面的代码创建了一个类似于我的数据框。

   import pandas as pd
   import numpy as np
   data = np.array(([1,2,3,4,5,2,np.NaN], 
   [2,2,3,2,3,np.NaN,np.NaN],[4,4,5,1,np.NaN,np.NaN,np.nan]))
   df1 = pd.DataFrame(data, columns = ['0','1','2','3','4','5','6'])

从与我的代码相似的代码中产生的数据框：

       0    1   2   3   4   5   6
    0 1.0  2.0 3.0 4.0 5.0 2.0 NAN
    1 2.0  2.0 3.0 2.0 3.0 NAN NAN  
    2 4.0  4.0 5.0 1.0 NAN NAN NAN

这就是我希望新数据框的样子：

      0    1    2   3   4   5   6
    0 1.0  2.0 3.0 4.0 NAN NAN NAN
    1 2.0  2.0 3.0 NAN NAN NAN NAN  
    2 4.0  4.0 NAN NAN NAN NAN NAN

我尝试计算 NAN 并使用它来定位最后一个和倒数第二个数值的位置，但它让我无处可去。

最终，我想要做的是忽略原始数据框中的 NAN，并连续取最后两个实际值（即整数）并将它们替换为 np.NAN。主要问题之一是一行中最后两个实数的位置可能因行而异。使原始数据框看起来像上面示例中的新数据框。

【问题讨论】：

请添加更多插图声明。
不确定你的意思
你能详细说明你想做什么吗？
我添加了一些说明

标签： python-3.x pandas numpy dataframe

【解决方案1】：

方法 #1 将简单地将所有内容移动 2 并保持保持非 null 的值：

In [61]: df.where(df.shift(-2, axis=1).notnull())
Out[61]: 
     0    1    2    3   4   5   6
0  1.0  2.0  3.0  4.0 NaN NaN NaN
1  2.0  2.0  3.0  NaN NaN NaN NaN
2  4.0  4.0  NaN  NaN NaN NaN NaN

方法#2是从右边数非空值的个数，只保留第二个之后的非空值：

In [62]: df.where((df.notnull().iloc[:, ::-1].cumsum(axis=1) > 2))
Out[62]: 
     0    1    2    3   4   5   6
0  1.0  2.0  3.0  4.0 NaN NaN NaN
1  2.0  2.0  3.0  NaN NaN NaN NaN
2  4.0  4.0  NaN  NaN NaN NaN NaN

这不是很漂亮，但如果我们需要为每一行进行不同的移动，例如如果我们有一行非空值后跟空值不是真的，则可以实现更精细的自定义级别.

【讨论】：