如何使用NumPy内置功能合并矩阵列，取每行首个非nan值

可以直接通过NumPy内置函数实现，核心逻辑是逐行定位第一个非nan值的位置，再按索引取值后转换为单列矩阵即可，实现代码如下：

import numpy as np

# 你的输入矩阵，此处用示例矩阵演示
arr = np.array([[np.nan, np.nan],
                [np.nan, np.nan],
                ['value 1', np.nan],
                [np.nan, np.nan],
                [np.nan, np.nan],
                [np.nan, 'value 2']], dtype=object)

# 1. 生成非nan值的布尔掩码，兼容混合字符串、数值的object类型数组
not_nan_mask = np.vectorize(lambda x: not np.isnan(x) if isinstance(x, float) else True)(arr)

# 2. 取每行第一个非nan值的索引，全nan行默认返回索引0（对应值仍为nan）
first_col_idx = np.argmax(not_nan_mask, axis=1)

# 3. 按索引取值并转为单列矩阵
res = arr[np.arange(arr.shape[0]), first_col_idx, None]

输出的res就是你需要的结果：

array([[nan],
       [nan],
       ['value 1'],
       [nan],
       [nan],
       ['value 2']], dtype=object)

规则适配说明 #

• 单行存在多个非nan值时，np.argmax会返回第一个非nan值的位置，符合优先取第一个的要求
• 整行全为nan时，返回的结果对应位置仍为nan
• 兼容字符串、浮点型、整型混合存储的object类型矩阵

内容的提问来源于stack exchange，提问作者ljuk