在DataFrame中查找第一次出現的索引

Question

我有一個如下所示的數據框：

     0     1     2     3     4     5     6  
0    a(A)  b     c     c     d     a     a
1    b     h     w     k     d     c(A)  k
2    g     e(A)  s     g     h     s     f
3    f     d     s     h(A)  c     w     n
4    e     g     s     b     c     e     w

我想得到每列中包含(A)的單元格的索引。

0   0
1   2
2  NaN
3   3
4  NaN
5   1 
6  NaN

我嘗試了這段代碼，但結果並沒有達到我的預期。

df.apply(lambda x: (x.str.contains(r'(A)')==True).idxmax(), axis=0)

結果如下所示：

0   0
1   2
2   0
3   3
4   0
5   1 
6   0

我認為如果該列中沒有(A) ，它將返回第一個索引。

我該如何解決？

Answer 1

使用Series.where為默認設置缺少覆蓋默認值0的值DataFrame.idxmax ：

mask = df.apply(lambda x: x.str.contains('A'))
s1 = mask.idxmax().where(mask.any())
print (s1)
0    0.0
1    2.0
2    NaN
3    3.0
4    NaN
5    1.0
6    NaN
dtype: float64

Answer 2

您可以執行您正在執行的操作但顯式檢查行是否包含任何匹配項：

In [51]: pred = df.applymap(lambda x: '(A)' in x)

In [52]: pred.idxmax() * np.where(pred.any(), 1, np.nan)
Out[52]:
0    0.0
1    2.0
2    NaN
3    3.0
4    NaN
5    1.0
6    NaN
dtype: float64

或者，直接使用DataFrame.where ：

In [211]: pred.where(pred).idxmax()
Out[211]:
0    0.0
1    2.0
2    NaN
3    3.0
4    NaN
5    1.0
6    NaN
dtype: float64

稍微有些單行的是在身份上使用DataFrame.where ：

In [78]: df.apply(lambda x: x.str.contains('A')).where(lambda x: x).idxmax()
Out[78]:
0    0.0
1    2.0
2    NaN
3    3.0
4    NaN
5    1.0
6    NaN

Answer 3

在apply的末尾添加if條件：

>>> df.apply(lambda x: x.str.contains('A').idxmax() if 'A' in x[x.str.contains('A').idxmax()] else np.nan)
0    0.0
1    2.0
2    NaN
3    3.0
4    NaN
5    1.0
6    NaN
dtype: float64
>>>