Znajdź pierwszy niezerową wartość w każdym wierszu Pand DataFrame

Question

mam pandy DataFrame:

import pandas as pd 

df = pd.DataFrame([[0.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0], 
        [1.0, 0.0, 1.0, 3.0, 1.0, 1.0, 7.0, 0.0], 
        [0.0, 0.0, 13.0, 14.0, 15.0, 16.0, 17.0, 18.0] 
        ] 
        , columns=['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']) 

    A B  C  D  E  F  G  H 
0 0.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 
1 1.0 0.0 1.0 3.0 1.0 1.0 7.0 0.0 
2 0.0 0.0 13.0 14.0 15.0 16.0 17.0 18.0 

I chciałbym wrócić serię (nie na listę) pierwszego niezerowego wartość w każdym wierszu. To obecnie pracuje ale lookup zwraca listę zamiast serii (wiem, że mogę przekonwertować listę do serii), ale jestem zakładając, że istnieje lepszy sposób:

first_nonzero_colnames = (df > 0).idxmax(axis=1, skipna=True) 
df.lookup(first_nonzero_colnames.index, first_nonzero_colnames.values) 

[ 2. 1. 13.] 

mogę używać .apply ale chcę, aby uniknąć to.

Answer 1

spróbuj tego:

res = df[df != 0.0].bfill(axis=1)['A'] 

wszystko robię jest zastąpienie wszystkich nie-zer z nan s, a następnie wypełniając je z prawej strony, co zmusza wszystkie otrzymane wartości w pierwszej kolumnie być pierwszą niezerową wartością w wierszu.

lub szybszy sposób, jak sugeruje @piRSquared:

df.replace(0, np.nan).bfill(1).iloc[:, 0] 

Answer 2

Nie jestem pewien, czy nazwałbym to "lepszym". Ale zwraca serię w jednej linijce.

df.apply(lambda x: x[np.where(x > 0)[0][0]], axis=1) 
>>> 
0  2.0 
1  1.0 
2 13.0 
dtype: float64 

Answer 3

@ odpowiedź acushner jest lepsza. Po prostu to umieszczam.

użycie idxmax i apply

m = (df != 0).idxmax(1) 
df.T.apply(lambda x: x[m[x.name]]) 

0  2.0 
1  1.0 
2 13.0 
dtype: float64 

Działa to również:

m = (df != 0).idxmax(1) 
t = zip(m.index, m.values) 

df.stack().loc[t].reset_index(1, drop=True) 

Answer 4

To wydaje się działać:

df[df!=0].cumsum(axis=1).min(axis=1) 
Out[74]: 
0  2.0 
1  1.0 
2 13.0 
dtype: float64 

Answer 5

Oto bardzo szybki sposób za pomocą .apply i .nonzero()

df2.apply(lambda x: x.iloc[x.nonzero()[0][0]], axis=1) 
>>> 
0  2.0 
1  1.0 
2 13.0 
dtype: float64 

wydajność:

%%timeit 
df2.apply(lambda x: x.iloc[x.nonzero()[0][0]], axis=1) 
>>> 
190 µs ± 8.18 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)