You need to enable JavaScript to run this app. Pandas 宽表转换:按行提取非NaN值对应列名与值的实现
优惠活动
大模型
产品
解决方案
定价
更多

Pandas 宽表转换:按行提取非NaN值对应列名与值的实现

Pandas 宽转长高效实现方案

针对你提出的逐行提取单非空值、转换为两列结构的需求,由于已经明确约束每行最多存在1个非NaN值,完全不需要逐行遍历处理,直接使用Pandas内置的向量化宽转长逻辑即可实现,性能远高于循环方案。

核心实现代码

import pandas as pd
import numpy as np

# 原始数据复现
df = pd.DataFrame({
    'alpha': [1, np.nan, np.nan, np.nan],
    'bravo': [np.nan, np.nan, np.nan, -1],
    'charlie': [np.nan, np.nan, np.nan, np.nan],
    'delta': [np.nan, 1, np.nan, np.nan],
})

# 转换逻辑
result = (
    df.stack()
    .rename_axis(['origin_row', 'position'])
    .reset_index()
    .set_index('origin_row')[['position', 0]]
    .rename(columns={0: 'value'})
    .reindex(df.index)
)

逻辑说明

  • 你最初想到的逐行遍历方案,本质上就是手动实现「筛选行内非空值、提取对应列名、映射值」的逻辑,而上述方案直接调用Pandas内置的stack()宽转长能力,自动完成这些操作
  • stack()默认会过滤所有全空的单元格,只保留非空值对应的原列名和数值,完全匹配逐行定位非空值的规则
  • 所有运算都在C/NumPy层面完成,没有Python层的逐行循环,百万行级数据的处理效率比行遍历高1~2个数量级
  • 最后通过reindex(df.index)做索引对齐,自动为原本全空的行补全position和value均为NaN的记录,和你预期的输出结构完全对齐
  • 由于你已经明确保证每行最多1个非空值,转换后不会出现单行对应多条记录的情况,不需要额外做去重、聚合处理

输出验证

运行上述代码得到的结果和你需要的结构完全一致:

position  value
0    alpha    1.0
1    delta    1.0
2      NaN    NaN
3    bravo   -1.0

内容的提问来源于stack exchange,提问作者Griffen Thoma

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.17 08:24:03