Создайте файл с именем «gradle.properties» в этом каталоге:
C:\Users\[user]\.gradle
И поместите на него этот код:
org.gradle.daemon=true
это уменьшит время сборки градиента.
Вы можете отобразить символы для каждого из столбцов, а затем принять набор ненулевых значений.
df = fn1.apply(lambda x: x.map(fn1['Symbol'].to_dict()))
condition_symbols = {col:sorted(list(set(fn1_symbols[col].dropna()))) for col in fn1.columns[1:]}
Это даст вам словарь:
{'Condition1': ['B', 'D'],
'Condition2': ['C', 'H'],
'Condition3': ['D', 'H', 'J'],
'Condition4': ['D', 'G', 'H', 'K']}
Я знаю, что вы запросили Dataframe, но, поскольку длина каждого списка различна, не имеет смысла превращать его в Dataframe. Если вам нужен Dataframe, вы можете просто запустить этот код:
pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in condition_symbols.items() ]))
Это даст вам следующий вывод:
Condition1 Condition2 Condition3 Condition4
0 B C D D
1 D H H G
2 NaN NaN J H
3 NaN NaN NaN K
Другим ответом будет нарезка, как показано ниже (пояснения в комментариях):
import numpy as np
import pandas as pd
df = pd.DataFrame.from_dict({
"Symbol": ["a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k"],
"Condition1": [1, np.nan, 3, np.nan, np.nan, np.nan, 7, np.nan, np.nan, 8, 12],
"Condition2": [np.nan, 2, 2, 7, np.nan, np.nan, 5, 11, 14, np.nan, np.nan],
}
)
new_df = pd.concat(
[
df["Symbol"][df[column].notnull()].reset_index(drop=True) # get columns without null and ignore the index (as your output suggests)
for column in list(df)[1:] # Iterate over all columns except "Symbols"
],
axis=1, # Column-wise concatenation
)
# Rename columns
new_df.columns = list(df)[1:]
# You can leave NaNs or replace them with empty string, your choice
new_df.fillna("", inplace=True)
Результатом этой операции будет:
Condition1 Condition2
0 a b
1 c c
2 g d
3 j g
4 k h
5 i
Если вам нужны какие-либо дополнительные разъяснения, оставьте комментарий внизу.