获取每行的第一个非空值

获取每行的第一个非空值

首先使用回填

NaN

s，然后通过

iloc

以下方式选择第一列：

df['result'] = df[['c1','c2','c3','c4']].bfill(axis=1).iloc[:, 0].fillna('unknown')

要么：

df['result'] = df.iloc[:, 1:].bfill(axis=1).iloc[:, 0].fillna('unknown')

---

print (df)   ID   c1   c2  c3   c4 result0   1    a    b   a  NaN      a1   2  NaN   cc  dd   cc     cc2   3  NaN   ee  ff   ee     ee3   4  NaN  NaN  gg   gg     gg

性能 ：

df = pd.concat([df] * 1000, ignore_index=True)In [220]: %timeit df['result'] = df[['c1','c2','c3','c4']].bfill(axis=1).iloc[:, 0].fillna('unknown')100 loops, best of 3: 2.78 ms per loopIn [221]: %timeit df['result'] = df.iloc[:, 1:].bfill(axis=1).iloc[:, 0].fillna('unknown')100 loops, best of 3: 2.7 ms per loop#jpp solutionIn [222]: %%timeit     ...: cols = df.iloc[:, 1:].T.apply(pd.Series.first_valid_index)     ...:      ...: df['result'] = [df.loc[i, cols[i]] for i in range(len(df.index))]     ...: 1 loop, best of 3: 180 ms per loop#cᴏʟᴅsᴘᴇᴇᴅ'  s solutionIn [223]: %timeit df['result'] = df.stack().groupby(level=0).first()1 loop, best of 3: 606 ms per loop