[英]Pandas: set preceding values conditional on current value in column (by group)
[英]Pandas: set all values that are <= 0 to the maximum value in a column by group, but only after the last positive value in that group
我试图将所有 <= 0 的值按组设置为该组中的最大值,但仅在最后一个正值之后。 也就是说,必须忽略组中最后一个正值之前的所有 <=0 值。 例子:
data = {'group':['A', 'A', 'A', 'A', 'A', 'B', 'B',
'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'],
'value':[3, 0, 8, 7, 0, -1, 0, 9, -2, 0, 0, 2, 0, 5, 0, 1]}
df = pd.DataFrame(data)
df
group value
0 A 3
1 A 0
2 A 8
3 A 7
4 A 0
5 B -1
6 B 0
7 B 9
8 B -2
9 B 0
10 B 0
11 C 2
12 C 0
13 C 5
14 C 0
15 C 1
结果必须是:
group value
0 A 3
1 A 0
2 A 8
3 A 7
4 A 8
5 B -1
6 B 0
7 B 9
8 B 9
9 B 9
10 B 9
11 C 2
12 C 0
13 C 5
14 C 0
15 C 1
谢谢指教
首先添加一列来标识具有负值的行(更准确地说 <= 0):
df['neg'] = (df['value'] <= 0)
然后,对于每个组,找到将'neg'
设置为 True 且连续的最后几个条目的序列。 为此,请颠倒 DataFrame 的顺序(使用.iloc[::-1]
),然后在'neg'
列上使用.cumprod()
。 cumprod()
会将 True 视为 1,将 False 视为 0,因此只要您看到所有 True,累积乘积将为 1,并且在您看到第一个 False 时将变为并保持为 0。 因为我们颠倒了顺序,所以我们从末尾向后,所以我们在末尾找到 True 的序列。
df['upd'] = df.iloc[::-1].groupby('group')['neg'].cumprod().astype(bool)
现在我们知道要更新哪些条目,我们只需要知道将它们更新为什么,即组的最大值。 我们可以在 groupby 上使用transform('max')
来获取该值,然后剩下的就是对设置了'upd'
的'value'
进行实际更新:
df.loc[df['upd'], 'value'] = df.groupby('group')['value'].transform('max')
我们可以通过删除我们在过程中使用的两个辅助列来完成:
df = df.drop(['neg', 'upd'], axis=1)
我得到的结果与您的预期结果相符。
更新:或者在单个(长!)行中执行整个操作,而不向原始 DataFrame 添加任何辅助列:
df.loc[
df.assign(
neg=(df['value'] <= 0)
).iloc[::-1].groupby(
'group'
)['neg'].cumprod().astype(bool),
'value'
] = df.groupby(
'group'
)['value'].transform('max')
你可以这样做。
(df.loc[(df.assign(m=df['value'].lt(0)).groupby(['group'], sort=False)['m'].transform('any')) &
(df.index>=df.groupby('group')['value'].transform('idxmin')),'value']) = np.nan
df['value']=df.groupby('group').ffill()
df
输出
group value
0 A 3.0
1 A 0.0
2 A 8.0
3 A 7.0
4 A 0.0
5 B -1.0
6 B 0.0
7 B 9.0
8 B 9.0
9 B 9.0
10 B 9.0
11 C 2.0
12 C 0.0
13 C 5.0
14 C 0.0
15 C 1.0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.