Как рассчитать количество последовательных столбцов с нулевыми значениями справа до появления первого ненулевого элемента

Предположим, у меня есть следующий фрейм данных:

   C1 C2 C3 C4  
0  1  2  3  0  
1  4  0  0  0  
2  0  0  0  3  
3  0  3  0  0

Затем я хочу добавить еще один столбец, чтобы он отображал число столбцов с нулевым значением, которые встречаются справа. Новый столбец будет:

  Cnew  
0 1  
1 3  
2 0  
3 2
Источник

3 ответа

Решение

Ты можешь использовать:

  • обратный порядок по iloc а также [::-1]
  • получить cumsum за ряд (axis=1)
  • проверять eq и получить sum из True s 
df['new'] = df.iloc[:,::-1].cumsum(axis=1).eq(0).sum(axis=1)
print (df)
   C1  C2  C3  C4  new
0   1   2   3   0    1
1   4   0   0   0    3
2   0   0   0   3    0
3   0   3   0   0    2

print (df.iloc[:,::-1])
   C4  C3  C2  C1
0   0   3   2   1
1   0   0   0   4
2   3   0   0   0
3   0   0   3   0


print (df.iloc[:,::-1].cumsum(axis=1))
   C4  C3  C2  C1
0   0   3   5   6
1   0   0   0   4
2   3   3   3   3
3   0   0   3   3

print (df.iloc[:,::-1].cumsum(axis=1).eq(0))
      C4     C3     C2     C1
0   True  False  False  False
1   True   True   True  False
2  False  False  False  False
3   True   True  False  False
Источник

Я бы использовал argmax на логическом массиве. Кроме того, если я пропущу прямо к numpy Я могу сделать это очень быстро.

(df.values[:, ::-1] != 0).argmax(1)

array([1, 3, 0, 2])

Или очень похоже

(df.values[:, ::-1].astype(bool)).argmax(1)

array([1, 3, 0, 2])

Я могу поместить его в новую колонку с assign

df.assign(new=(df.values[:, ::-1] != 0).argmax(1))

   C1  C2  C3  C4  new
0   1   2   3   0    1
1   4   0   0   0    3
2   0   0   0   3    0
3   0   3   0   0    2

Или добавьте новый столбец на месте

df['new'] = (df.values[:, ::-1] != 0).argmax(1)
df

   C1  C2  C3  C4  new
0   1   2   3   0    1
1   4   0   0   0    3
2   0   0   0   3    0
3   0   3   0   0    2

тайминг
Мы сокращаем время за счет сокращения необходимой работы. Нам нужно только найти положение первого ненулевого.

# My first variant
%timeit df.assign(new=(df.values[:, ::-1] != 0).argmax(1))
# My second variant
%timeit df.assign(new=(df.values[:, ::-1].astype(bool)).argmax(1))
# jezrael's solution
%timeit df.assign(new=df.iloc[:,::-1].cumsum(1).eq(0).sum(1))
# numpy version of jezrael's solution
%timeit df.assign(new=(df.values[:,::-1].cumsum(1) == 0).sum(1))
# Scott Boston's solution
%timeit df.assign(new=df.iloc[:,::-1].eq(0).cumprod(axis=1).sum(axis=1))
# numpy version of Scott Boston's solution
%timeit df.assign(new=(df.values[:,::-1] == 0).cumprod(1).sum(1))

небольшие данные

1000 loops, best of 3: 301 µs per loop
1000 loops, best of 3: 273 µs per loop
1000 loops, best of 3: 770 µs per loop
1000 loops, best of 3: 323 µs per loop
1000 loops, best of 3: 647 µs per loop
1000 loops, best of 3: 324 µs per loop

большие данные

df = pd.DataFrame(np.random.choice([0, 1], (10000, 100), p=(.7, .3)))

100 loops, best of 3: 6.03 ms per loop
100 loops, best of 3: 5.3 ms per loop
100 loops, best of 3: 16.9 ms per loop
100 loops, best of 3: 9 ms per loop
100 loops, best of 3: 10.7 ms per loop
100 loops, best of 3: 10.1 ms per loop
Источник

Использование eq, cumprod а также sum (Это очень похоже на ответ на вопрос здесь.)

df.iloc[:,::-1].eq(0).cumprod(axis=1).sum(axis=1)

Выход:

0    1
1    3
2    0
3    2
dtype: int64
Источник
Другие вопросы по тегам