Python 使用表中的值创建一行，数据仅为对角线

我有下面的熊猫表-

>>>index1   index2   index3   index4   index5   index6   index7
0   sig      null    null     null     null     null     null
1   null      sig     null     null     null     null     null
2   null      null    sig      null     null     null     null
3   null      null    null     sig      null     null     null
4   null      null    null     null     no sig   null     null
5   null      null    null     null     null     no sig   null
6   null      null    null     null     null     null     sig

我希望去掉reduce the null值，并将数据放在一行中，如下所示：

>>>index1   index2   index3   index4   index5   index6   index7
0   sig      sig     sig      sig      no sig   no sig   sig

重要的是，我通过if statemnt获得第一个包含空数据的表；我已经计算了每个指标的统计检验，根据p值，我使用append给出了sig或no sig的每个指标值：

for i in indices:
    stat, p = friedmanchisquare(df[1][i],df[2][i],df[3][i],df[4][i],df[5][i])
    #print(i,p)
    if p<0.05:
        friedman=friedman.append({i:'sig'},ignore_index=True)
    else:
        friedman=friedman.append({i:'no sig'},ignore_index=True)

索引中的i的

：
统计，p=friedmanchisquare（df[1][i]、df[2][i]、df[3][i]、df[4][i]、df[5][i]）
#打印（i，p）
如果pIIUC，则使用
pandas.DataFrame.bfill
：

new_df = df.bfill().head(1)
print(new_df)

输出：

  index1 index2 index3 index4  index5  index6 index7
0    sig    sig    sig    sig  no sig  no sig    sig

您可以尝试
np.diagonal
返回
diagonal
元素：

d = pd.DataFrame([np.diagonal(df)], columns=df.columns)


另一种选择是
堆栈
，和
液滴层

df.stack().droplevel(0).to_frame().T


np.diagonal
的解决方案是
df.lookup

df_diag = pd.DataFrame([df.lookup(df.index, df.columns)], columns=df.columns)

Out[47]:
  index1 index2 index3 index4  index5  index6 index7
0    sig    sig    sig    sig  no-sig  no-sig    sig

我认为在这种情况下，
np.diagonal
会更有效。向上投票；）
  index1 index2 index3 index4  index5  index6 index7
0    sig    sig    sig    sig  no sig  no sig    sig

df_diag = pd.DataFrame([df.lookup(df.index, df.columns)], columns=df.columns)

Out[47]:
  index1 index2 index3 index4  index5  index6 index7
0    sig    sig    sig    sig  no-sig  no-sig    sig