如何用Pandas在多列中查找指定整数的首次出现位置及对应年份

原始数据集 #

2010            2011            2012        
0   NaN                 NaN             505303.0
1   542225.0            NaN             210530.0
2   123210.0            429439.0        543964.0
3   434304.0            540325.0        NaN
4   750450.0            143430.0        540425.0
5   543015.0            549320.0        104365.0

提取首位数字后的目标效果 #

2010    2011    2012
0   -       -       5
1   5       -       2
2   1       4       5
3   4       5       -
4   7       1       5
5   5       5       1

需求说明 #

统计每行中数字5的首次出现位置，记录对应的年份；若数字5多次出现，仅保留首次出现的年份。

完整实现代码 #

import numpy as np
import pandas as pd

data = {"2010": [np.nan, 542225, 123210, 434304, 750450, 543015],
        "2011": [np.nan, np.nan, 429439, 540325, 143430, 549320],
        "2012": [505303, 210530, 543964, np.nan, 540425, 104365]
       }

df_t = pd.DataFrame(data)

# 提取每个单元格数值的首位数字，NaN替换为'-'
for col in df_t.columns:
    df_t[col] = (df_t[col]
           .fillna(-1)
           .astype(str)
           .str[0]
           .replace('-1', '-')
           )

# 找出每行中第一个出现数字5的年份
df_t['首次出现5的年份'] = df_t.apply(
    lambda row: next((col for col in df_t.columns if row[col] == '5'), None),
    axis=1
)

print(df_t)

代码说明 #

1. 补充导入pandas库（原代码遗漏），创建数据集对应的DataFrame。
2. 遍历每一列，提取数值的首位数字：先将NaN填充为-1，转字符串后取第一个字符，再把'-1'替换为'-'，匹配目标效果。
3. 使用apply遍历每行，结合next函数按年份顺序查找第一个值为'5'的列名，即为首次出现5的年份；若该行无数字5，则返回None。

运行结果 #

2010 2011 2012 首次出现5的年份
0    -    -    5       2012
1    5    -    2       2010
2    1    4    5       2012
3    4    5    -       2011
4    7    1    5       2012
5    5    5    1       2010

内容的提问来源于stack exchange，提问作者snate