python - Pandas 数据框获取最后一个非零列的值

Question

我有一个包含 3 列的 pandas 数据框，每列包含一个用户在 session 期间访问过的站点。

在某些情况下，用户可能没有在单个 session 中访问过 3 个站点。这由 0 表示，表示未访问任何站点。

import pandas as pd

df = pd.DataFrame(data=[[5, 8, 1],[8,0,0],[1,17,0]], 
                  columns=['site1', 'site2', 'site3'])
print(df)

   site1  site2  site3
0      5      8      1
1      8      0      0
2      1     17      0

在上面的示例中，用户 0 访问了站点 5、8 和 1。用户 1 仅访问了站点 8，用户 2 访问了站点 1 和 17。

我想创建一个新列 last_site，它显示用户在该 session 中最后访问的网站。

我想要的结果是这样的:

   site1  site2  site3  last_site
0      5      8      1          1
1      8      0      0          8
2      1     17      0         17

我怎样才能使用 pandas 以简洁的方式做到这一点？

Answer 1

使用前向填充通过替换 0 值创建的错误值，然后通过 iloc 选择最后一列:

df['last'] = df.replace(0, np.nan).ffill(axis=1).iloc[:, -1].astype(int)
print (df)
   site1  site2  site3  last
0      5      8      1     1
1      8      0      0     8
2      1     17      0    17

如果性能很重要，可以使用 numpy:

a = df.values
m = a != 0

df['last'] = a[np.arange(m.shape[0]), m.shape[1]-m[:,::-1].argmax(1)-1]
print (df)
   site1  site2  site3  last
0      5      8      1     1
1      8      0      0     8
2      1     17      0    17