将数据从数据框的顶部移到底部（df的列的长度索引不同）

Question

我的df如下图所示

Index   Col1   Col2  Col3  Col4   Col5      
 0      12     121   346   abc    747
 1      156    121   146   68     75967
 2      234   121    346   567   
 3      gj    161    646   
 4      214   171   
 5      fhg   

.......

我想使数据框显示为具有空值的列，这些列将其数据移动/移动到数据框的底部。 例如，它应该看起来像：

Index   Col1   Col2  Col3  Col4   Col5      
 0      12     
 1      156    121   
 2      234   121    346   
 3      gj    121    146   abc 
 4      214   161    346   68    747
 5      fhg   171    646   567   75967

我已经考虑过转变和/或辩护的思路。 但是，对于大型数据框，不确定如何以最有效的方式完成

Answer 1

您可以使用一点变化证明与非数值还在努力功能：

def justify(a, invalid_val=0, axis=1, side='left'):    
    """
    Justifies a 2D array

    Parameters
    ----------
    A : ndarray
        Input array to be justified
    axis : int
        Axis along which justification is to be made
    side : str
        Direction of justification. It could be 'left', 'right', 'up', 'down'
        It should be 'left' or 'right' for axis=1 and 'up' or 'down' for axis=0.

    """

    if invalid_val is np.nan:
        mask = pd.notnull(a)
    else:
        mask = a!=invalid_val
    justified_mask = np.sort(mask,axis=axis)
    if (side=='up') | (side=='left'):
        justified_mask = np.flip(justified_mask,axis=axis)
    out = np.full(a.shape, invalid_val, dtype=object) 
    if axis==1:
        out[justified_mask] = a[mask]
    else:
        out.T[justified_mask.T] = a.T[mask.T]
    return out

---

arr = justify(df.values, invalid_val=np.nan, side='down', axis=0)

df = pd.DataFrame(arr, columns=df.columns, index=df.index).astype(df.dtypes)
print (df)
  Col1 Col2 Col3 Col4   Col5
0   12  NaN  NaN  NaN    NaN
1  156  121  NaN  NaN    NaN
2  234  121  346  NaN    NaN
3   gj  121  346  567    NaN
4  214  121  346  567  75967
5  fhg  121  346  567  75967

Answer 2

我试过了

t=df.isnull().sum()
for val in zip(t.index.values,t.values):
    df[val[0]]=df[val[0]].shift(val[1])
print df

输出：

   Index Col1   Col2   Col3 Col4  Col5      
0      0   12    NaN    NaN  NaN         NaN
1      1  156  121.0    NaN  NaN         NaN
2      2  234  121.0  346.0  NaN         NaN
3      3   gj  121.0  146.0  abc         NaN
4      4  214  161.0  346.0   68       747.0
5      5  fhg  171.0  646.0  567     75967.0

注意：在这里我使用了循环，可能不是更好的解决方案，但是它将为您提供解决此问题的想法。