Python 熊猫应用于未知列

我有以下数据帧：

position     a_0     a_1     a_2     a_3     a_4     new_value
2             10     13                                100
3             12     16       13                       120
2             14     12                                140
4             15     11       16      16               150

我想创建以下内容：

position     a_0     a_1     a_2     a_3     a_4     new_value
2             10     13      100                       100
3             12     16       13     120               120
2             14     12      140                       140
4             15     11       16      16     150       150

基本上，将索引

位置的每一行设置为等于
新值。
理想情况下不使用for循环

困难在于引用不同的列为每行设置一个值。我唯一的想法是将原始数据帧分解成更小的数据帧（基于
位置
的值），然后只使用
应用
函数

任何其他想法都会非常有用

谢谢
从你的数据中不清楚空白单元格是<代码> NP.NAN/COD>或空字符串<代码> '/COD>，还有什么数据类型。打印（df.to_dict（））
可能会更好。也就是说，让我们假设这些是空字符串
'
：

输出：

   position  a_0  a_1    a_2  a_3  a_4  new_val
0         2   10   13  100.0                100
1         3   12   16   13.0  120           120
2         2   14   12  140.0                140
3         4   15   11   16.0   16  150      150

请将数据添加为文本，而不是图像。不确定如何保持表格格式？是的，至少在您的情况下，可以执行
print（df）
和复制/粘贴。您还可以执行
打印（df.to_dict（））
…这不是真实的数据。这是一个模拟的例子。无法共享数据。我希望那还可以？一般来说也可以。专门为……服务。你不需要分享你的真实数据。你所拥有的应该是好的，即使是csv格式。令人惊讶的是，你能解释一下代码中发生的事情的机制吗？特别是在np.where语句
s.eq（“”）.cumsum（1）.eq（1）
mask中，第一个
NaN
出现在一行中，请打印出来查看详细信息<代码>np。其中

检查条件，如果

为真

，则选择第一个，否则选择第二个。

   position  a_0  a_1    a_2  a_3  a_4  new_val
0         2   10   13  100.0                100
1         3   12   16   13.0  120           120
2         2   14   12  140.0                140
3         4   15   11   16.0   16  150      150