python - 如何循环遍历 pandas 数据框并在条件下修改值？

Question

我有这个 Pandas 数据框:

df = pd.DataFrame(
    {
    "col1": [1,1,2,3,3,3,4,5,5,5,5]
    }
)
df

如果 col1 中的值不等于下一行中 col1 的值，我想添加另一列显示“last”。它应该是这样的:

到目前为止，如果 col1 中的值不等于下一行中 col1 的值，我可以创建一个包含 True 的列；否则为假:

df["last_row"] = df["col1"].shift(-1)
df['last'] = df["col1"] != df["last_row"]
df = df.drop(["last_row"], axis=1)
df

现在像

df["last_row"] = df["col1"].shift(-1)
df['last'] = "last" if df["col1"] != df["last_row"]
df = df.drop(["last_row"], axis=1)
df

会很好，但这显然是错误的语法。我怎样才能做到这一点？

---

最后，我还想添加数字以指示值在此之前出现的次数，而最后一个值始终标记为“last”。它应该看起来像这样:

我不确定这是否是我开发过程中的另一个步骤，或者这是否需要一种新方法。我读到如果我想在修改值时循环遍历数组，我应该使用 apply()。但是，我不知道如何在其中包含条件。你能帮帮我吗？

非常感谢!

Answer 1

这是一种方法。您可以根据 col1 中的下一个值是否与当前行的值相同来获取累积计数，定义自定义 grouper，并取 DataFrameGroupBy.cumsum .然后使用 df.shift 使用类似的标准添加 last:

g = df.col1.ne(df.col1.shift(1)).cumsum()
df['update'] = df.groupby(g).cumcount()
ix = df[df.col1.ne(df.col1.shift(-1))].index
# Int64Index([1, 2, 5, 6, 10], dtype='int64')
df.loc[ix,'update'] = 'last'

 col1 update
0      1      0
1      1   last
2      2   last
3      3      0
4      3      1
5      3   last
6      4   last
7      5      0
8      5      1
9      5      2
10     5   last