Início / coding / Perguntas / 78168551
Accepted
x_Amir_x
Asked: 2024-03-16 00:57:06 +0800 CST

Como obter a primeira instância de uma máscara se ela estiver nas N primeiras linhas?

  • 772

Este é o meu DataFrame.

import pandas as pd
df = pd.DataFrame(
    {
        'a': [100, 1123, 9999, 100, 1, 954, 1],
        'b': [1000, 11123, 1123, 0, 55, 0, 1],
    },
)

A saída esperada é a criação da coluna c:

      a      b       c
0   100   1000     NaN
1  1123  11123     NaN
2  9999   1123  9999.0
3   100      0     NaN
4     1     55     NaN
5   954      0     NaN
6     1      1     NaN

A máscara é:

mask = ((df.a > df.b))

Quero pegar a primeira linha que atenda às condições desta máscara SE APENAS estiver nas 3 primeiras linhas e colocar df.apara criar c. Para este exemplo este código funciona:

df.loc[mask.cumsum().eq(1) & mask, 'c'] = df.a

Mas para este DataFrame ele deve retornar NaNporque ca primeira instância de masknão está nas 3 primeiras linhas. Mas não funciona.

df = pd.DataFrame(
    {
        'a': [0, 0, 0, 0, 0, 954, 1],
        'b': [1000, 11123, 1123, 0, 55, 0, 1],
    },
)
python

3 respostas

  1. Best Answer

    Você pode adicionar uma condição à máscara com base no índice:

    mask = (df.a > df.b) & (df.index < 3)

    Para o seu segundo exemplo, isso resultará em:

         a      b   c
0    0   1000 NaN
1    0  11123 NaN
2    0   1123 NaN
3    0      0 NaN
4    0     55 NaN
5  954      0 NaN
6    1      1 NaN
    • 2

  2. Se quiser que a coluna csaia exatamente como na sua pergunta, você pode usar o seguinte código:

    mask = ((df.a > df.b) & (df.index < 3))
df["c"] = df.a[mask]

    Quando df.a[mask]é transmitido na última linha, colocará NaNs em todas as linhas onde a máscara for avaliada como False. Então, isso resulta em:

          a      b       c
0   100   1000     NaN
1  1123  11123     NaN
2  9999   1123  9999.0
3   100      0     NaN
4     1     55     NaN
5   954      0     NaN
6     1      1     NaN
    • 2

  3. Não há necessidade de calcular outra máscara, apenas o corte df['a']e a reindexação ocorrerão durante a atribuição:

    mask = df['a'] > df['b']

df.loc[mask, 'c'] = df['a'].iloc[:3]

    Saída:

    # example 1
      a      b       c
0   100   1000     NaN
1  1123  11123     NaN
2  9999   1123  9999.0
3   100      0     NaN
4     1     55     NaN
5   954      0     NaN
6     1      1     NaN

# example 2
     a      b   c
0    0   1000 NaN
1    0  11123 NaN
2    0   1123 NaN
3    0      0 NaN
4    0     55 NaN
5  954      0 NaN
6    1      1 NaN
    • 1

relate perguntas