返回第一行的非空值。如果是空值，则返回第一行的外观 python-pandas

1 人关注

我有一个包含以下数据的pandas数据框架。数据按sessionid、datetime（ASC）排序

 df = df.sort_values(['datetime','session_id'],ascending=True)
     x = df.groupby(by="session_id")'om_source'].transform(pd.Series.first_valid_index ) newdf = df[df.index==x]
The first:
它返回第一个非空值 ++但每一列都分开了 ++这不是我在寻找的。
我试图做这样的事情，但不幸的是，这并不奏效。
df.groupby(by="session_id")['om_source']
.transform(first if ( pd.Series.first_valid_index is None  ) else pd.Series.first_valid_index)
你有什么建议吗？(我是潘达的新手，我还在努力理解它背后的 "逻辑")
提前感谢您的时间。


         
          
           python


         
          
           pandas


        
         
          
           
           
            Oscar Copado
           
          
          
           发布于
           
           2021-03-18


          
           
            
             
             
              Scott Boston
             
            
            
             发布于
             
             2021-03-18


          
           
            
             你可以创建一个像这样的 "辅助 "列，然后进行排序，然后删除重复的内容。
            
            df.assign(sorthelp=df['source'] == 'NULL/NAN')\
  .sort_values(['sorthelp','datetime','session_id'])\
  .drop_duplicates('session_id')
Output:
   session_id    source                    datetime  sorthelp
3           2   twitter  2021-01-23 11:05:17.289000     False
0           1  facebook  2021-01-23 11:26:34.166000     False
4           3  NULL/NAN  2021-01-23 13:12:32.914000      True
你可以在事后删除帮助列
print(df.assign(sorthelp=df['source'] == 'NULL/NAN')
        .sort_values(['sorthelp','datetime','session_id'])
        .drop_duplicates('session_id')
        .drop('sorthelp', axis=1))
Output:
   session_id    source                    datetime
3           2   twitter  2021-01-23 11:05:17.289000
0           1  facebook  2021-01-23 11:26:34.166000
4           3  NULL/NAN  2021-01-23 13:12:32.914000


          
           
            
             
              
               
                
                 
                 
                  Andrej Kesely
                 
                
                
                 发布于
                 
                 2021-03-18


          
           
            
             
              
               
                
                 如果你的时间已经整理好了，你可以做。
                
                print(
    df.iloc[
        df.groupby("session_id")["source"].apply(
            lambda x: x.first_valid_index()
            if not x.first_valid_index() is None
            else x.index[0]
Prints:
   session_id    source                    datetime
0           1  facebook  2021-01-23 11:26:34.166000
3           2   twitter  2021-01-23 11:05:17.289000
4           3       NaN  2021-01-23 13:12:32.914000
或者使用:=操作符 (Python 3.8以上)
print(
    df.iloc[
        df.groupby("session_id")["source"].apply(
            lambda x: fi
            if not (fi := x.first_valid_index()) is None

返回第一行的非空值。 如果是空值，则返回第一行的外观 python-pandas

返回第一行的非空值。如果是空值，则返回第一行的外观 python-pandas