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

sequência agrupada de números e uma linha depois, verifique o primeiro valor de uma coluna para cada grupo e crie uma nova coluna

  • 772

Este é o meu dataframe:

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]    
    }
)

E esta é a saída que eu quero. Quero criar uma coluna 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

Esta é basicamente uma extensão deste post . As linhas destacadas abaixo resumem a maneira como isso precisa ser feito.

insira a descrição da imagem aqui

Primeiro de tudo, na coluna a, os grupos são criados por sequência de 1s e uma linha após o término da sequência. As linhas destacadas na coluna asão esses grupos. A solução para esta etapa está aqui .

Agora o que preciso é verificar a coluna bde cada grupo no arquivo a. Encontre o primeiro valor que é 1 pol bpara cada grupo. E então qualquer valor que vier antes disso se tornará 0. É assim que a coluna cé criada.

Por exemplo, para o primeiro grupo em a, o primeiro valor da coluna bé 1 é o número da linha 4. Os valores anteriores nesse grupo tornam-se 0. E o resultado é o primeiro grupo destacado na coluna c.

Observe que se para um grupo todos os valores bNÃO forem 1, o grupo correspondente se ctornará todos 0s.

Isto é o que eu tentei, mas não consigo encontrar a solução completa:

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

2 respostas

  1. Best Answer

    Uma variação da resposta vinculada usando groupby.cummaxon df['b'].eq(1)e uma máscara intermediária derivada da garoupa:

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

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

    Saída e intermediários:

        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. Crie uma máscara por GroupBy.cummaxe encadeie com Series.duplicated, para definir 0,1a conversão de booleano para números inteiros:

    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

relate perguntas