python - 仅读取一个数据帧中的数值并根据这些值创建另一个数据帧

Question

我已将 Excel 导入到数据框中，它看起来像这样:

rule_id  reqid1 reqid2  reqid3
50014     1.0    0.0     1.0
50238     0.0    1.0     0.0
50239     0.0    1.0     0.0
50356     0.0    0.0     1.0
50412     0.0    0.0     1.0
51181     0.0    1.0     0.0
53139     0.0    0.0     1.0

然后我编写了这段代码来比较相应的 reqid，然后删除 reqid 列:

    m = df1.eq(df1.shift(-1, axis=1))

    arr1 = np.select([df1 ==0, m], [np.nan, 1], 1*100)

    dft4 = pd.DataFrame(arr1, index=df1.index).rename(columns=lambda x: 'comp{}'.format(x+1))

    dft5 = df1.join(dft4)
    cols = [c for c in dft5.columns if 'reqid' in c]
    df8 = dft5.drop(cols, axis=1)

结果如下:

然后我将其转置，数据如下所示:

现在我想将此数据写入一个单独的数据帧，其中仅存在数值并删除空值或空值。数据框应如下所示:

如果有人能帮助我，我将不胜感激。

Answer 1

使用justify函数，然后仅删除 NaNs 行 DataFrame.dropna带参数how='all':

df8 = dft5.drop(cols, axis=1).T

<小时/>

df8 = pd.DataFrame(justify(df8.values,
                   invalid_val=np.nan,
                   axis=0,side='up'), columns=df8.columns).dropna(how='all')
print (df8)
rule_id  50014  50238  50239  50356  50412  51181  53139
0        100.0  100.0  100.0  100.0  100.0  100.0  100.0
1        100.0    NaN    NaN    NaN    NaN    NaN    NaN

另一个 Pandas 解决方案:

df8 = df8.apply(lambda x: pd.Series(x.dropna().values))
print (df8)

rule_id  50014  50238  50239  50356  50412  51181  53139
0        100.0  100.0  100.0  100.0  100.0  100.0  100.0
1        100.0    NaN    NaN    NaN    NaN    NaN    NaN