主页 / coding / 问题 / 77673792
Accepted
x_Amir_x
Asked: 2023-12-17 16:52:32 +0800 CST

groupby 数字条纹和其后的一行，然后检查每个组的列的第一个值并创建一个新列

  • 772

这是我的数据框：

df = pd.DataFrame(
    {
        'a': [0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0],
        'b': [1, -1, -1, -1, 1, -1, 1, 1, -1, 1, 1, -1, 1, 1, -1, 1, 1]    
    }
)

这就是我想要的输出。我想创建专栏c：

   a  b  c
0   0  1  0
1   0 -1  0
2   1 -1  0
3   1 -1  0
4   1  1  1
5   1 -1  1
6   0  1  0
7   0  1  0
8   0 -1  0
9   1  1  1
10  1  1  1
11  1 -1  1
12  0  1  0
13  0  1  0
14  1 -1  0
15  1 -1  1
16  0  1  0

这基本上是这篇文章的扩展。下面突出显示的行总结了需要完成此操作的方式。

在此输入图像描述

首先，在column中a，组是由连续1秒和连续结束后的一行创建的。列中突出显示的行a是这些组。这一步的解决方案在这里。

现在我需要的是检查b中每个组的列a。找到每个组中第一个为 1 的值b。然后在此之前的任何值都变为 0。这就是c创建列的方式。

例如，对于 中的第一组a，列为​​ 1 的第一个值b是行号4。该组中先前的值变为 0。结果是 列 中第一个突出显示的组c。

注意，如果对于一个组， 中的所有值b都不为 1，则对应的组 中c将变为全 0。

这是我尝试过的方法，但找不到完整的解决方案：

g = df.loc[::-1, 'a'].eq(0).cumsum()
x = df.groupby(g).filter(lambda x: x.b.iloc[0] == 1)
python

2 个回答

  1. Best Answer

    groupby.cummax使用ondf['b'].eq(1)和从石斑鱼派生的中间掩码的链接答案的变体：

    m = df.loc[::-1, 'a'].eq(0)
g = m.cumsum()

df['c'] = np.where(df['b'].eq(1).groupby(g).cummax() & ~m, 1, 0)

    输出和中间体：

        a  b  c      m     ~m  cummax  cummax&~m
0   0  1  0   True  False    True      False
1   0 -1  0   True  False   False      False
2   1 -1  0  False   True   False      False
3   1 -1  0  False   True   False      False
4   1  1  1  False   True    True       True
5   1 -1  1  False   True    True       True
6   0  1  0   True  False    True      False
7   0  1  0   True  False    True      False
8   0 -1  0   True  False   False      False
9   1  1  1  False   True    True       True
10  1  1  1  False   True    True       True
11  1 -1  1  False   True    True       True
12  0  1  0   True  False    True      False
13  0  1  0   True  False    True      False
14  1 -1  0  False   True   False      False
15  1  1  1  False   True    True       True
16  0  1  0   True  False    True      False
    • 1

  2. 通过创建掩码并使用, 进行GroupBy.cummax链式设置，将布尔值设置为整数：Series.duplicated0,1

    g = df.loc[::-1, 'a'].eq(0).cumsum()
df['c'] = (df['b'].eq(1).groupby(g).cummax() & g.duplicated()).astype(int)
print (df)
    a  b  c
0   0  1  0
1   0 -1  0
2   1 -1  0
3   1 -1  0
4   1  1  1
5   1 -1  1
6   0  1  0
7   0  1  0
8   0 -1  0
9   1  1  1
10  1  1  1
11  1 -1  1
12  0  1  0
13  0  1  0
14  1 -1  0
15  1  1  1
16  0  1  0
    • 1

相关问题