Python 计算数据帧中最后一个值与行末尾之间的单元格数

我正在使用Python中的pandas库

我有一个数据框：

    0   1   2   3   4

0   0   0   0   1   0

1   0   0   0   0   1

2   0   0   1   0   0

3   1   0   0   0   0

4   0   0   1   0   0

5   0   1   0   0   0

6   1   0   0   1   1

是否可以创建一个新列，该列是行末尾和最后一个大于零的值之间的空单元格数的计数？下面的数据框示例：

    0   1   2   3   4   Value

0   0   0   0   1   0   1

1   0   0   0   0   1   0

2   0   0   1   0   0   2

3   1   0   0   0   0   4

4   0   0   1   0   0   2

5   0   1   0   0   0   3

6   1   0   0   1   1   0

使用：

详细信息：

列和切片的第一个更改顺序：

print (df.iloc[:, ::-1])
   4  3  2  1  0
0  0  1  0  0  0
1  1  0  0  0  0
2  0  0  1  0  0
3  0  0  0  0  1
4  0  0  1  0  0
5  0  0  0  1  0
6  1  1  0  0  1

然后通过以下方式使用每行的累积总和：

仅通过以下方式比较

1

值：

最后按

sum

对每行进行计数：

print (df.iloc[:, ::-1].cumsum(axis=1).eq(0).sum(axis=1))
0    1
1    0
2    2
3    4
4    2
5    3
6    0
dtype: int64

使用：

详细信息：

列和切片的第一个更改顺序：

print (df.iloc[:, ::-1])
   4  3  2  1  0
0  0  1  0  0  0
1  1  0  0  0  0
2  0  0  1  0  0
3  0  0  0  0  1
4  0  0  1  0  0
5  0  0  0  1  0
6  1  1  0  0  1

然后通过以下方式使用每行的累积总和：

仅通过以下方式比较

1

值：

最后按

sum

对每行进行计数：

print (df.iloc[:, ::-1].cumsum(axis=1).eq(0).sum(axis=1))
0    1
1    0
2    2
3    4
4    2
5    3
6    0
dtype: int64

---

使用

argmax

df['value'] = df.apply(lambda x: (x.iloc[::-1] == 1).argmax(),1)

##OR

使用

np.where

df['Value'] = np.where(df.iloc[:,::-1] == 1,True,False).argmax(1)

---

---

使用

argmax

df['value'] = df.apply(lambda x: (x.iloc[::-1] == 1).argmax(),1)

##OR

使用

np.where

df['Value'] = np.where(df.iloc[:,::-1] == 1,True,False).argmax(1)

---

---

OP没有提到那个案例…还有eg每行都有一个，所以我想他希望有1个。@jezraeli发现他们更快。.另一个条件？OP没有提到那个案例…还有eg每行都有一个，所以我想他希望有1个。@jezraeli发现他们更快。.另一个条件？如果只有

0

行？这是所有列的编号，这里是

5

？感谢您的回复。0行永远不会出现。您的版本是什么？如果只有

0

行，预期输出是什么？这是所有列的编号，这里是

5

？感谢您的回复。0行永远不会出现。您的版本是什么？