我正在尝试根据列中的条件重复 DataFrame 中的行值。如果列 Change = 1 中的值,那么我想重复 A、B 和 C 列中的值,直到下一个 Change = 1。
index = pandas.date_range('20000131', periods=5)
columns = ['A', 'B', 'C', 'Change']
data = {'A': pandas.Series([False, True, False, True, False], index=index)
, 'B': pandas.Series([True, True, False, False, False], index=index)
, 'C': pandas.Series([True, False, True, True, True], index=index)
, 'Change' : pandas.Series([1,0,0,1,0], index=index)}
结果:
A B C Change
2000-01-31 False True True 1
2000-02-01 True True False 0
2000-02-02 False False True 0
2000-02-03 True False True 1
2000-02-04 False False True 0
期望的结果:
A B C Change
2000-01-31 False True True 1
2000-02-01 False True True 0
2000-02-02 False True True 0
2000-02-03 True False True 1
2000-02-04 True False True 0
这是我使用 shift() 所能获得的最接近的结果,但它只持续一行。我需要它持续 N 行。在下面的示例中,它在第三行(或具有 0 碱基的第二行)中分解。
print pandas.DataFrame(numpy.where(pandas.DataFrame(df['Change']==1)
, df, df.shift()))
结果:
0 1 2 3
0 False True True 1
1 False True True 1
2 False True False 0
3 True False True 1
4 True False True 1
谢谢。
最佳答案
您可以使用 NaN 和 ffill 填充 Change == 0 行:
In [11]: df.loc[df.Change != 1, ['A', 'B', 'C']] = numpy.nan
In [12]: df
Out[12]:
A B C Change
2000-01-31 0 1 1 1
2000-02-01 NaN NaN NaN 0
2000-02-02 NaN NaN NaN 0
2000-02-03 1 0 1 1
2000-02-04 NaN NaN NaN 0
In [13]: df.ffill()
Out[13]:
A B C Change
2000-01-31 0 1 1 1
2000-02-01 0 1 1 0
2000-02-02 0 1 1 0
2000-02-03 1 0 1 1
2000-02-04 1 0 1 0
如果您需要将它们作为 bool 列,则在每一列上使用 astype(bool)
。
顺便说一句,您几乎可以通过重新取样(除了最后缺失的行和已更改的列):
In [14]: df[df.Change == 1].resample('D', fill_method='ffill')
Out[14]:
A B C Change
2000-01-31 0 1 1 1
2000-02-01 0 1 1 1
2000-02-02 0 1 1 1
2000-02-03 1 0 1 1
关于python - 基于条件的 Pandas DataFrame 重复值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24215315/