Python DataFrame：オブジェクトと空の値を並べ替えます

Question

以下のように20000+の値を持つPython DataFrameがあります。そして、NaNを値の文字列の後に置くことで、効率的にdfを再配置したい。

IT1  IT2  IT3  IT4  IT5  IT6 
0 qwe  rew  NaN  NaN  NaN  NaN 
1 sdc  wer  NaN  NaN  NaN  NaN  
2 NaN  NaN  NaN  NaN  NaN  NaN 
3 asd  fsc  ws  zd  ews  df 
..... 

へ

IT1  IT2  IT3  IT4  IT5  IT6 
0 qwe  NaN  NaN  rew  NaN  NaN 
1 NaN  NaN  sdc  NaN  NaN  wer 
2 NaN  NaN  NaN  NaN  NaN  NaN 
3 asd  fsc  ws  zd  ews  df 
..... 

だから、各行は、インデックス= 2のような値を持たないことができ、またはインデックス= 3のようなすべての値を効率的に私のデータフレームDFを再配置する方法はありますか？ 事前のおかげで

Answer 1

一つの方法、ゆっくりとはいえ、apply、dropna、およびtolist：

df.apply(lambda x: pd.Series(x.dropna().tolist()),1)\ 
    .set_axis(df.columns, axis=1, inplace=False) 

が出力：

IT1 IT2 IT3 IT4 IT5 IT6 
0 qwe rew NaN NaN NaN NaN 
1 sdc wer NaN NaN NaN NaN 
2 NaN NaN NaN NaN NaN NaN 
3 asd fsc ws zd ews df 

Answer 2

あなたが行をソートするカスタム関数を書くことができ、その後、置き換え元の順序で列を持つインデックス（列）。単にapplyデータフレームに行単位で

def row_sort(s): 
    s2 = s.sort_values() 
    s2.index = s.index 
    return s2 

df.apply(row_sort, axis=1) 
# returns: 
    IT1 IT2 IT3 IT4 IT5 IT6 
0 qwe rew NaN NaN NaN NaN 
1 sdc wer NaN NaN NaN NaN 
2 NaN NaN NaN NaN NaN NaN 
3 asd df ews fsc ws zd