python - 使用前一个组行在数据帧组中分配值

Question

考虑以下数据框:

A |  B |  C
_____________
a |  1 |  1
a |  5 |  NaN
b |  3 |  1
b |  4 |  NaN
c |  2 |  1
c |  2 |  NaN
a |  1 |  NaN
b |  3 |  NaN
c |  4 |  NaN

我的目标是根据每个组的还包括前一行的规则更新 C 列。 举例来说，如果 B 列的值小于前一列的值，则 C 的值应为 0，否则保留前一列 C 的值。

所以这会给我以下内容:

A |  B |  C
_____________
a |  1 |  1
a |  5 |  1
b |  3 |  1
b |  4 |  1
c |  2 |  1
c |  2 |  1
a |  1 |  0
b |  3 |  0
c |  4 |  1

我正在考虑使用一种

df.groupby(A).apply(lambda x: x['C'].shift(1) if x['B'].shift(1) >= x['B'] else 0)

但显然这不起作用，因为 apply 无法访问以前的行(我认为)

如果全部失败，我将从每个组中构建单独的 DF 并单独修改它们，这样就不会在结果中包含另一个组的行，但我相信必须有一个使用原始数据帧的更优雅的解决方案。

有什么建议吗？

Answer 1

尝试:

import numpy as np
def fill(x):
    x['C'] = x['C'].fillna(method='ffill')
    x['C'] = np.where(x['B'].values <= x['B'].shift(1).values, 0, x['C'])
    return x
df = df.groupby('A').apply(fill)

这里的想法是，首先用之前的值填充 NAN 值，然后如果满足条件，则用 0 替换该值。