我如何将值推到熊猫中的 nan ？答案

【问题标题】：How could i push the values to instead nan in pandas?我如何将值推到熊猫中的 nan ？
【发布时间】：2017-09-09 14:10:41
【问题描述】：

我使用以下代码设置了一个数据框：

df = pd.DataFrame({'A':['a','a','b','c'],'B':[123,456,555,888]})

然后我执行如下代码：

pd.pivot(df.A, df.index, df.B)

数据框变成这样：

现在我想知道如何将非 NAN 值移动到前列，如下所示：

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用groupby，而不是pivoting（然后修复结果）：

In [321]: df = pd.DataFrame({'A':['a','a','b','c'],'B':[123,456,555,888]})

In [322]: df.groupby('A')['B'].apply(lambda x: pd.Series(x.values)).unstack()
Out[322]: 
       0      1
A              
a  123.0  456.0
b  555.0    NaN
c  888.0    NaN

或者，或者，使用groupby/cumcount 为每个组分配正确的列号，然后pivot:

In [325]: df.assign(C=df.groupby('A').cumcount()).pivot(index='A', columns='C', values='B')
Out[325]: 
C      0      1
A              
a  123.0  456.0
b  555.0    NaN
c  888.0    NaN

【讨论】：

@ltdong7788 似乎是您的问题和您的例外不匹配

【解决方案2】：

df.apply(lambda x : x[x.notnull()].values.tolist(),1).apply(pd.Series)
Out[262]: 
       0      1
A              
a  123.0  456.0
b  555.0    NaN
c  888.0    NaN

【讨论】：

你的回答也很完美。但是很抱歉我没有很好地表达我的问题。

【解决方案3】：

如果您想保留与NaNs 相同数量的列

In [585]: dff = pd.pivot(df.A, df.index, df.B)

In [586]: (dff.apply(lambda x: pd.Series(x.dropna().values), axis=1)
              .reindex_axis(dff.columns, 1))
Out[586]:
       0      1   2   3
A
a  123.0  456.0 NaN NaN
b  555.0    NaN NaN NaN
c  888.0    NaN NaN NaN

如果你不需要

In [587]: dff.apply(lambda x: pd.Series(x.dropna().values), axis=1)
Out[587]:
       0      1
A
a  123.0  456.0
b  555.0    NaN
c  888.0    NaN

【讨论】：