获取排序的numpy矩阵或熊猫数据框的最后一个非nan索引

Question

给定一个numpy数组（或pandas数据框），如下所示：

import numpy as np

a = np.array([
[1,      1,      1,    0.5, np.nan, np.nan, np.nan],
[1,      1,      1, np.nan, np.nan, np.nan, np.nan],
[1,      1,      1,    0.5,   0.25,  0.125,  0.075],
[1,      1,      1,   0.25, np.nan, np.nan, np.nan],
[1, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan],
[1,      1,    0.5,    0.5, np.nan, np.nan, np.nan]
])

我正在寻找最有效地检索每一行中最后一个非nan值的方法，因此在这种情况下，我将寻找一个返回如下内容的函数：

np.array([3,
          2,
          6,
          3,
          0,
          3])

我可以尝试一下np.argmin(a, axis=1) - 1，但是它至少具有两个不希望的属性-
对于以nan（dealbreaker）结尾的行，它会失败；并且，一旦达到给定行中的最后一个非nan值，它就不会“延迟评估”并停止（这与“必须正确”条件无关紧要）。

我想有一种方法可以使用np.where，但是除了评估每一行的所有元素之外，我看不到一种明显的优雅方​​法来重新排列输出以获取每一行的最后一个索引：

>>> np.where(np.isnan(a))
(array([0, 0, 0, 1, 1, 1, 1, 3, 3, 3, 4, 4, 4, 4, 4, 4, 5, 5, 5]),
 array([4, 5, 6, 3, 4, 5, 6, 4, 5, 6, 1, 2, 3, 4, 5, 6, 4, 5, 6]))

Answer 1

pandas.Series有一个last_valid_index方法：

pd.DataFrame(a.T).apply(pd.Series.last_valid_index)
Out: 
0    3
1    2
2    6
3    3
4    0
5    3
dtype: int64