python – 获取排序的numpy矩阵或pandas数据帧的最后一个非nan索引

给定一个像这样的numpy数组(或pandas数据帧)：

import numpy as np

a = np.array([
[1,      1,      1,    0.5, np.nan, np.nan, np.nan],
[1,      1,      1, np.nan, np.nan, np.nan, np.nan],
[1,      1,      1,    0.5,   0.25,  0.125,  0.075],
[1,      1,      1,   0.25, np.nan, np.nan, np.nan],
[1, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan],
[1,      1,    0.5,    0.5, np.nan, np.nan, np.nan]
])

我希望最有效地检索每一行中的最后一个非nan值,所以在这种情况下我会寻找一个返回这样的函数：

np.array([3,
          2,
          6,
          3,
          0,
          3])

我可以尝试np.argmin(a,axis = 1) – 1,但这至少有两个不受欢迎的属性 – 对于不以nan结尾的行(交易破坏者)而言它失败并且它不会“懒惰 – 评估”并且一旦它停止已达到给定行中的最后一个非纳米值(这与“它必须是正确的”条件无关紧要).

我想有一种方法可以用np.where来做,但除了评估每一行的所有元素之外,我还看不到一种明显的优雅方​​式来重新排列输出以获得每行中的最后一个索引：

>>> np.where(np.isnan(a))
(array([0, 0, 0, 1, 1, 1, 1, 3, 3, 3, 4, 4, 4, 4, 4, 4, 5, 5, 5]),
 array([4, 5, 6, 3, 4, 5, 6, 4, 5, 6, 1, 2, 3, 4, 5, 6, 4, 5, 6]))

解决方法:

pandas.Series有一个last_valid_index方法：

pd.DataFrame(a.T).apply(pd.Series.last_valid_index)
Out: 
0    3
1    2
2    6
3    3
4    0
5    3
dtype: int64