Pandas 按规则从三列提取非零值生成新列,多非零时优先col1
Pandas 逐行取优先级非零值生成新列实现
测试数据
import pandas as pd df = pd.DataFrame(data=[[1,-2,3,0,0], [0,0,0,4,0], [0,0,0,0,5]]).T df.columns = ['col1', 'col2', 'col3']
原始数据结构:
col1 col2 col3 0 1 0 0 1 -2 0 0 2 3 0 0 3 0 4 0 4 0 0 5
需求规则
- 新增
col4列,存储对应行的非零取值 - 列优先级为 col1 > col2 > col3,col1存在非零值时直接取用,不受其他列非零值影响
- 兼容负数值,不得将负数误判为零值跳过
实现代码
高效向量化实现(适配大数据量):
df['col4'] = df.replace(0, pd.NA).bfill(axis=1).iloc[:, 0]
小数据量直观实现:
df['col4'] = df.apply(lambda row: row[row != 0].iloc[0] if (row != 0).any() else pd.NA, axis=1)
运行结果
col1 col2 col3 col4 0 1 0 0 1 1 -2 0 0 -2 2 3 0 0 3 3 0 4 0 4 4 0 0 5 5
逻辑说明
- 向量化实现仅将0值替换为缺失值,通过行方向向后填充获取第一个非缺失(即原始非零)值,天然匹配列优先级规则
- 负值不属于被替换的零值范畴,可被正常识别取用
- 逐行实现逻辑更直白,但性能低于向量化写法,仅适合小体量数据场景
内容的提问来源于stack exchange,提问作者themli
相关产品推荐
相关产品推荐

