移NaN的各自列的底部

Question

我有一個數據幀，如：

 0 1 2 
0 0.0 1.0 2.0 
1 NaN 1.0 2.0 
2 NaN NaN 2.0 

---

我想要得到的是

Out[116]: 
    0 1 2 
0 0.0 1.0 2.0 
1 1.0 2.0 NaN 
2 2.0 NaN NaN 

---

這是我作爲的做法現在。

df.apply(lambda x : (x[x.notnull()].values.tolist()+x[x.isnull()].values.tolist()),1) 
Out[117]: 
    0 1 2 
0 0.0 1.0 2.0 
1 1.0 2.0 NaN 
2 2.0 NaN NaN 

---

有沒有什麼有效的方式來實現這一目標？ apply這是減速的方法。 謝謝您的助手！:)

---

我真正的數據大小

df.shape 
Out[117]: (54812040, 1522) 

Answer 1

下面是使用justify一個NumPy的解決方案 -

In [455]: df 
Out[455]: 
    0 1 2 
0 0.0 1.0 2.0 
1 NaN 1.0 2.0 
2 NaN NaN 2.0 

In [456]: pd.DataFrame(justify(df.values, invalid_val=np.nan, axis=1, side='left')) 
Out[456]: 
    0 1 2 
0 0.0 1.0 2.0 
1 1.0 2.0 NaN 
2 2.0 NaN NaN 

如果你想節省內存，分配回代替 -

df[:] = justify(df.values, invalid_val=np.nan, axis=1, side='left') 

Answer 2

你最佳最簡單的選擇是使用sorted上df.apply/df.transform和排序無效。

df = df.apply(lambda x: sorted(x, key=pd.isnull), 1) 
df 
    0 1 2 
0 0.0 1.0 2.0 
1 1.0 2.0 NaN 
2 2.0 NaN NaN 

您也可以傳遞np.isnan到key說法。