如何使用 pandas 选择所有非 NaN 列和非 NaN 最后一列？

如果标题有点令人困惑，请原谅我。

假设我有test.h5。下面是使用读取该文件的结果df.read_hdf('test.h5', 'testdata')

     0     1     2     3     4     5    6
0   123   444   111   321   NaN   NaN  NaN
1   12    234   113   67    21    32   900
3   212   112   543   321   45    NaN  NaN

我想选择最后一个非 Nan 列。我的预期结果是这样的

0   321
1   900
2   45

我还想选择除最后一个非 NaN 列之外的所有列。我的预期结果或许是这样的。它可能在 numpy 数组中，但我还没有找到任何解决方案。

      0     1     2     3     4     5    6
0    123   444   111   
1    12    234   113   67    21    32  
3    212   112   543   321  

我在网上搜索发现df.iloc[:, :-1]用于读取除最后一列之外的所有列和df.iloc[:, -1]用于阅读最后一栏。

我当前使用这两个命令的结果是这样的： 1. 用于读取除最后一列之外的所有列

       0     1     2     3     4     5    
0     123   444   111   321   NaN   NaN  
1     12    234   113   67    21    32   
3     212   112   543   321   45    NaN  

2.用于阅读最后一栏

0   NaN
1   900
2   Nan

我的问题是，pandas 中是否使用任何命令或查询来解决这些情况？

感谢您的任何帮助和建议。

您可以使用排序来满足您的条件，即

ndf = df.apply(lambda x : sorted(x,key=pd.notnull),1)

这将给

     0      1      2      3      4      5      6
0   NaN    NaN    NaN  123.0  444.0  111.0  321.0
1  12.0  234.0  113.0   67.0   21.0   32.0  900.0
3   NaN    NaN  212.0  112.0  543.0  321.0   45.0
  

现在您可以选择最后一列，即

ndf.iloc[:,-1]

0    321.0
1    900.0
3     45.0
Name: 6, dtype: float64
  

ndf.iloc[:,:-1].apply(lambda x : sorted(x,key=pd.isnull),1)

      0      1      2      3     4     5
0  123.0  444.0  111.0    NaN   NaN   NaN
1   12.0  234.0  113.0   67.0  21.0  32.0
3  212.0  112.0  543.0  321.0   NaN   NaN