python-3.x - 标记默认月份 - python pandas

Question

我有一个像这样的 pandas 数据框:

pd.DataFrame({
'customer_id': ['100', '200', '300', '400', '500', '600'],
'Month1': [1, 1, 1, 1, 1, 1],
'Month2': [1, 0, 1, 1, 1, 1],
'Month3': [0, 0, 0, 0, 1, 1],
'Month4': [0, 0, 0, 0, 0, 1]})

这显示了客户拖欠贷款时的 bool 值。第一个月为 0 表示客户该月违约。我想要一个显示客户拖欠贷款的月份号的输出。输出:

pd.DataFrame({
'customer_id': ['100', '200', '300', '400', '500', '600'],
'Month1': [1, 1, 1, 1, 1, 1],
'Month2': [1, 0, 1, 1, 1, 1],
'Month3': [0, 0, 0, 0, 1, 1],
'Month4': [0, 0, 0, 0, 0, 1],
'default_month': [3, 2, 3, 3, 4, np.nan]})

Answer 1

您可以使用all(axis=1)检查一行中的所有“月份”列是否不为0。和 ne(0)并返回 np.nan 这意味着该人尚未违约(即您的第 5 行)。

然后使用 eq(0)和 idxmax您可以检查哪一个是等于 0 的行的第一个值并获取该列名称。

import numpy as np

m = df.filter(like='Month')
df['default_month'] = np.where((m.ne(0)).all(1),np.nan,
                               m.eq(0).idxmax(1))

---

df
 
  customer_id  Month1  Month2  Month3  Month4 default_month
0         100       1       1       0       0        Month3
1         200       1       0       0       0        Month2
2         300       1       1       0       0        Month3
3         400       1       1       0       0        Month3
4         500       1       1       1       0        Month4
5         600       1       1       1       1           NaN