主页 / coding / 问题 / 78914882
Accepted
Andi
Asked: 2024-08-26 22:10:19 +0800 CST

根据极坐标 DataFrame 中另一列的单元格替换某一列中的单元格

  • 772

请考虑以下情况pl.DataFrame：

import polars as pl

df = pl.DataFrame(
    {
        "symbol": ["s1", "s1", "s2", "s2"],
        "signal": [0, 1, 2, 0],
        "trade": [None, 1, None, -1],
    }
)

shape: (4, 3)
┌────────┬────────┬───────┐
│ symbol ┆ signal ┆ trade │
│ ---    ┆ ---    ┆ ---   │
│ str    ┆ i64    ┆ i64   │
╞════════╪════════╪═══════╡
│ s1     ┆ 0      ┆ null  │
│ s1     ┆ 1      ┆ 1     │
│ s2     ┆ 2      ┆ null  │
│ s2     ┆ 0      ┆ -1    │
└────────┴────────┴───────┘

现在，我需要对数据框进行分组，symbol并检查列中每个组的第一行signal是否不等于 0（零）。如果等于True，我需要用trade单元格中的值替换列中相应的单元格signal。

这是我真正在寻找的：

shape: (4, 3)
┌────────┬────────┬───────┐
│ symbol ┆ signal ┆ trade │
│ ---    ┆ ---    ┆ ---   │
│ str    ┆ i64    ┆ i64   │
╞════════╪════════╪═══════╡
│ s1     ┆ 0      ┆ null  │
│ s1     ┆ 1      ┆ 1     │
│ s2     ┆ 2      ┆ 2     │ <- copy value from the ``signal`` column
│ s2     ┆ 0      ┆ -1    │
└────────┴────────┴───────┘
python

3 个回答

  1. Best Answer

    为此，可以使用when-then-otherwise结构。

    • 我们创建一个条件，对每个组中不等于 0 的True第一行（使用动态创建索引pl.int_range）进行精确计算。signal
    • 根据该条件，我们选择signal或trade列中的值。
    df.with_columns(
    trade=pl.when(
        pl.col("signal") != 0,
        pl.int_range(pl.len()) == 0,
    ).then("signal").otherwise("trade").over("symbol")
)

    shape: (4, 3)
┌────────┬────────┬───────┐
│ symbol ┆ signal ┆ trade │
│ ---    ┆ ---    ┆ ---   │
│ str    ┆ i64    ┆ i64   │
╞════════╪════════╪═══════╡
│ s1     ┆ 0      ┆ null  │
│ s1     ┆ 1      ┆ 1     │
│ s2     ┆ 2      ┆ 2     │
│ s2     ┆ 0      ┆ -1    │
└────────┴────────┴───────┘
    • 4

  2. 您可以使用.is_first_distinct()来识别所需的行。

    df.with_columns(pl.col.symbol.is_first_distinct().alias("checkme"))

    shape: (4, 4)
┌────────┬────────┬───────┬─────────┐
│ symbol ┆ signal ┆ trade ┆ checkme │
│ ---    ┆ ---    ┆ ---   ┆ ---     │
│ str    ┆ i64    ┆ i64   ┆ bool    │
╞════════╪════════╪═══════╪═════════╡
│ s1     ┆ 0      ┆ null  ┆ true    │
│ s1     ┆ 1      ┆ 1     ┆ false   │
│ s2     ┆ 2      ┆ null  ┆ true    │
│ s2     ┆ 0      ┆ -1    ┆ false   │
└────────┴────────┴───────┴─────────┘

    并将其用作 when/then 逻辑的一部分：

    df.with_columns(
    pl.when(
       pl.col.symbol.is_first_distinct(),
       pl.col.signal != 0
    )
    .then("signal")
    .otherwise("trade")
    .alias("trade")
)

    shape: (4, 3)
┌────────┬────────┬───────┐
│ symbol ┆ signal ┆ trade │
│ ---    ┆ ---    ┆ ---   │
│ str    ┆ i64    ┆ i64   │
╞════════╪════════╪═══════╡
│ s1     ┆ 0      ┆ null  │
│ s1     ┆ 1      ┆ 1     │
│ s2     ┆ 2      ┆ 2     │
│ s2     ┆ 0      ┆ -1    │
└────────┴────────┴───────┘
    • 2

  3. 使用符号和：cum_count overwhen

    df.with_columns(
    trade=pl.when(
        pl.cum_count('symbol').over('symbol').eq(1),
        pl.col('signal') != 0,
    )
    .then('signal')
    .otherwise('trade')
)

    输出：

    ┌────────┬────────┬───────┐
│ symbol ┆ signal ┆ trade │
│ ---    ┆ ---    ┆ ---   │
│ str    ┆ i64    ┆ i64   │
╞════════╪════════╪═══════╡
│ s1     ┆ 0      ┆ null  │
│ s1     ┆ 1      ┆ 1     │
│ s2     ┆ 2      ┆ 2     │
│ s2     ┆ 2      ┆ -2    │
└────────┴────────┴───────┘
    • 0

相关问题