Python 获取不作为新列的值的列名

我有下面的数据框，我想要另一列显示非NaN值的列名。 像这样：

New Column
y32
y9
y11
y9

等等

          y9        y2       y11       y32
1        NaN       NaN       NaN  0.201229
2   0.053303       NaN       NaN       NaN
4        NaN       NaN  0.442415       NaN
6   0.000529       NaN       NaN       NaN

我试着用for循环，但没能完全达到目的。

---

非常感谢您的帮助。

您可以将

idxmax

与

skipna=True

一起使用，并将其应用于每一行：

def f(r):
     return r.idxmax(skipna=True)

df['New Column'] = df.apply(f, axis=1)

或一行：

df['New Column'] = df.apply(lambda r: r.idxmax(skipna=True), axis=1)

UPD：

更好的方法是使用

系列。首先\u有效\u索引（）

：

---

以下是几种不使用pandas.DataFrame.apply的方法：

与轴=1一起使用（列）

使用及

在这两种情况下，生成的数据帧是：

         y9  y2       y11       y32 New Column
1       NaN NaN       NaN  0.201229        y32
2  0.053303 NaN       NaN       NaN         y9
4       NaN NaN  0.442415       NaN        y11
6  0.000529 NaN       NaN       NaN         y9

---

您应该包含您尝试过的代码，这些代码可以完美地工作。谢谢你，好心的先生！下一次我会把我的代码写进我的坏代码里。我没想过在axis上使用idxmax。我更喜欢这个解决方案

>>> df["New Column"] = df.idxmax(1)

>>> df["New Column"] = df.columns[np.where(df.notna())[1]]

         y9  y2       y11       y32 New Column
1       NaN NaN       NaN  0.201229        y32
2  0.053303 NaN       NaN       NaN         y9
4       NaN NaN  0.442415       NaN        y11
6  0.000529 NaN       NaN       NaN         y9