返回在pandas中跳過nan值的排序索引？

Question

我有以下數據集：

PID,RUN_START_DATE,PUSHUP_START_DATE,SITUP_START_DATE,PULLUP_START_DATE 
1,2013-01-24,2013-01-02,,2013-02-03 
2,2013-01-30,2013-01-21,2013-01-13,2013-01-06 
3,2013-01-29,2013-01-28,2013-01-01,2013-01-29 
4,2013-02-16,2013-02-12,2013-01-04,2013-02-11 
5,2013-01-06,2013-02-07,2013-02-25,2013-02-12 
6,2013-01-26,2013-01-28,2013-02-12,2013-01-10 
7,2013-01-26,,2013-01-12,2013-01-30 
8,2013-01-03,2013-01-24,2013-01-19,2013-01-02 
9,2013-01-22,2013-01-13,2013-02-03, 
10,2013-02-06,2013-01-16,2013-02-07,2013-01-11 

我知道我可以使用numpy.argsort返回值的排序指標：

SQ_AL_INDX = numpy.argsort(df_sequence[['RUN_START_DATE', 'PUSHUP_START_DATE', 'SITUP_START_DATE', 'PULLUP_START_DATE']], axis=1) 

... ...回報

RUN_START_DATE PUSHUP_START_DATE SITUP_START_DATE PULLUP_START_DATE 
0    2     1     0     3 
1    3     2     1     0 
2    2     1     0     3 
3    2     3     1     0 
4    0     1     3     2 
5    3     0     1     2 
6    1     2     0     3 
7    3     0     2     1 
8    3     1     0     2 
9    3     1     0     2 

但是，它似乎把pandas.NaT值放入第一位置。因此，在此示例where PID == 1中，排序順序返回2 1 0 3。但是，第二個指數位置是pandas.Nat的值。

我怎樣才能得到分類指標，而跳過pandas.NaT值（例如，返回索引值將2 1 np.NaN 3或2 1 pandas.NaT 3或更好，但1 0 2爲PID 1，而不是2 1 0 3）？

Answer 1

通過numpy.argsort到apply方法，而不是直接使用它。這樣，NaN/NaT就會持續存在。例如：

In [2]: df_sequence[['RUN_START_DATE', 'PUSHUP_START_DATE', 'SITUP_START_DATE', 'PULLUP_START_DATE']].apply(numpy.argsort, axis=1) 
Out[2]: 
       RUN_START_DATE PUSHUP_START_DATE SITUP_START_DATE PULLUP_START_DATE 
0    1     0    NaN    2 
(etc.)