如何获取每行最后非空值在其所在列的分位数排名？

现有如下DataFrame：

需要实现：每行最后一个非空值在其所在列中进行分位数排名，例如A行的30和May列所有值对比，得到100%的排名。最终期望结果如下：

通过以下步骤实现需求：

1. 定位每行最后一个非空值的列名和对应数值
2. 对每列计算各值的分位数排名（即该值在列中的相对占比）
3. 匹配每行对应列的排名结果并格式化为百分比输出

具体代码实现：

import pandas as pd
import numpy as np

# 构建原始DataFrame
df = pd.DataFrame({
    'Jan': [1, 0, 3, 2, 0],
    'Feb': [31, 12, 5, 2, 0],
    'Mar': [45, np.nan, 3, 3, 56],
    'Apr': [9, np.nan, 3, 16, np.nan],
    'May': [30, np.nan, np.nan, 14, np.nan]
}, index=['A', 'B', 'C', 'D', 'E'])

# 获取每行最后一个非空值的列名和对应值
last_col = df.apply(lambda x: x.last_valid_index(), axis=1)
last_val = df.apply(lambda x: x.dropna().iloc[-1], axis=1)

# 计算每列的分位数排名（pct=True返回0-1的比例值）
col_ranks = df.rank(pct=True, axis=0)

# 匹配结果并格式化为百分比
result = pd.DataFrame({
    '每行最后值相对于其所在列的分位数': [
        f"{col_ranks.loc[idx, col]*100:.1f}%" 
        for idx, col in last_col.items()
    ]
}, index=last_col.index)

print(result)

代码说明 #

• x.last_valid_index()：遍历每行，获取最后一个非空值的列名
• df.rank(pct=True, axis=0)：对每列计算各值的分位数排名，返回0到1之间的比例
• 列表推导式匹配每行的列名与对应排名，格式化为带一位小数的百分比字符串

运行结果 #

每行最后值相对于其所在列的分位数
A                      100.0%
B                       80.0%
C                       33.3%
D                       50.0%
E                      100.0%

内容的提问来源于stack exchange，提问作者lakadibo