创建一个新列以显示 Pandas 中上次支出的月份

发布于 2025-01-10 00:08:50 字数 457 浏览 0 评论 0原文

我正在处理支出数据，我想查看上个月当前和上一年的支出情况。如果这些年没有支出，那么我假设最后一个月的支出为 2020 年 12 月。

我的数据如下所示

如数据所示，月份已经以列的形式存在。我想创建一个新列 last_txn_month ，其中给出上个月的支出时间。因此输出应如下所示：

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

夜声 2025-01-17 00:08:50

假设您的 DataFrame 如下所示：

df = pd.DataFrame([[1, np.nan, np.nan, 3, np.nan], [10, 11, 12, 13, 14],
                   [101, 102, np.nan, np.nan, np.nan], 
                   [110, np.nan, np.nan, 111, np.nan]], 
                  columns=[*'abcde'])

然后您可以使用 notna 创建布尔 DataFrame；然后应用一个 lambda 函数来过滤每行的非 NaN 值的最后一个列名称：

df['last'] = df.notna().apply(lambda x: df.columns[x][-1], axis=1)

输出：

     a      b     c      d     e last
0    1    NaN   NaN    3.0   NaN    d
1   10   11.0  12.0   13.0  14.0    e
2  101  102.0   NaN    NaN   NaN    b
3  110    NaN   NaN  111.0   NaN    d

Let's say your DataFrame looks like:

df = pd.DataFrame([[1, np.nan, np.nan, 3, np.nan], [10, 11, 12, 13, 14],
                   [101, 102, np.nan, np.nan, np.nan], 
                   [110, np.nan, np.nan, 111, np.nan]], 
                  columns=[*'abcde'])

Then you could use notna to create boolean DataFrame; then apply a lambda function that filters the last column name of a non-NaN value for each row:

df['last'] = df.notna().apply(lambda x: df.columns[x][-1], axis=1)

Output:

     a      b     c      d     e last
0    1    NaN   NaN    3.0   NaN    d
1   10   11.0  12.0   13.0  14.0    e
2  101  102.0   NaN    NaN   NaN    b
3  110    NaN   NaN  111.0   NaN    d

回复收藏 0 原文

~没有更多了~