如何遍历pandas中的行并获得特定但不同的列名

Question

数据如下：

name day1 day2 day3 day4
anshu  1   .     1    1
Yash   1   1     .    1
Natasha 1  1     1    .

_1st_absent_on：显示该人员第一次缺席的日期

例如，对于Anshu，此变量的值为2， 对于娜塔莎，这个变量的值是4

任何帮助都将不胜感激

Answer 1

一种方法是对行进行迭代，然后使用numpy获取缺少行的行。假设缺席是0

作为pd进口熊猫 将numpy作为np导入

d = {'fname': ['anshu', 'arth', 'natasha', 'saurav'], 'day1': [1, 1, 1, 1], 'day2': [0, 1, 1, 1], 'day3': [1, 0, 1, 1], 'day4': [1, 1, 0, 1]}
df = pd.DataFrame(data=d)

for i, row in df.iterrows():
    print(row['fname'], np.where(row[1:] == 0))

这将打印用户缺席的索引列表

免责声明 我不是熊猫方面的专家，所以可能有更好的方法来做这件事，但这是我能想到的

Answer 2

正如你可能有多个缺席每行，我们可以融化的df和采取的最后一天

df['lastabscence'] = df["name"].map(
    pd.melt(df, id_vars="name")
    .query('value == "."')
    .groupby("name")["variable"].last()
)



      name  day1 day2 day3 day4 lastabscence
0    anshu     1    .    .    1         day3
1     Yash     1    1    .    1         day3
2  Natasha     1    1    1    .         day4

Answer 3

import pandas as pd
data = pd.read_csv(filePath,header=None)

data['_1st_absent_on'] = None
for row in range(1, data.shape[0]):
   for col in range(data.shape[1]-1):
      #print(data[col][row])
      if data[col][row] == '.':
          print('{} 1st absent on: {}'.format(data[0][row], data[col][0]))
          data.iloc[row, data.shape[1]-1] = col+1
          break