Pandas 熊猫：重新设置数据的基础，以特定大小的第一个值开始？

我有一个如下所示的数据帧：

df = pd.DataFrame(data=d)
d = [
    { "name": "Bob", "1/1/20": 10, "1/2/20": 24, "1/3/20": 38 },
    { "name": "Charlie", "1/1/20": 0, "1/2/20": 0, "1/3/20": 5 },
    { "name": "Helen", "1/1/20": 4, "1/2/20": 14, "1/3/20": 24 },
    { "name": "Sarah", "1/1/20": 2, "1/2/20": 4, "1/3/20": 11 }
]

name     day1     day2     day2
Bob      10       24       38
Charlie  
Helen    14       24
Sarah    11

我想重新确定这些数据的基础，因此对于每个人来说，它从值大于10的第一天开始

我还想重命名这些列，使它们相对于值大于10的第一天，而不是绝对天

换句话说，我希望输出数据帧如下所示：

df = pd.DataFrame(data=d)
d = [
    { "name": "Bob", "1/1/20": 10, "1/2/20": 24, "1/3/20": 38 },
    { "name": "Charlie", "1/1/20": 0, "1/2/20": 0, "1/3/20": 5 },
    { "name": "Helen", "1/1/20": 4, "1/2/20": 14, "1/3/20": 24 },
    { "name": "Sarah", "1/1/20": 2, "1/2/20": 4, "1/3/20": 11 }
]

name     day1     day2     day2
Bob      10       24       38
Charlie  
Helen    14       24
Sarah    11

这在熊猫身上可能吗

更新：也许我应该把它分解成更小的任务：

• 按行，提取100以上所有值的数组
• 对于每一行，将其附加到一个新的数组数组中，并右键填充空值

也许最好不要使用熊猫？

IIUC

df.set_index('name', inplace=True)
df.where(df >= 10).stack().to_frame('Value'). \
    assign(Day=lambda x: x.groupby(level=0).cumcount() + 1). \
    reset_index(level=0).pivot('name', 'Day', 'Value').add_prefix('Day').reindex(df.index)
Out[37]: 
Day      Day1  Day2  Day3
name                     
Bob      10.0  24.0  38.0
Charlie   NaN   NaN   NaN
Helen    14.0  24.0   NaN
Sarah    11.0   NaN   NaN

---

day1

、

day2

等是什么意思？在这种情况下，您能否使其与提供的示例数据集一致。另外，如果您想要值

>10

，为什么不删除

5

？抱歉-更新可能需要

.reindex（df.index）

将“Charlie”带回来…我认为在这里使用它更快numpy@ansev您假设该值每天都在增加