![](/img/trans.png)
[英]Pandas - How to create a column with 3 outputs based on conditions on multiple columns
[英]How to dynamically create columns based on multiple conditions
所以我遇到了以下问题:
我有一个 dataframe 就像下面的一样,其中time_diff_float
是每行与上面行之间的时间差(以分钟为单位)。 因此,例如,在value = 1
20 分钟后我有value = 4
。
value | time_diff_float
1 NaN
4 20
3 13
2 55
5 08
7 15
首先,我必须检查两行之间的时间差是否 < 60(一小时),并使用公式rem = value (from row above) * lambda ** time difference between 2 rows
创建一列。 我的 lambda 是一个常数,值为 0.97。
然后,如果每行和上面 2 行之间的时间差仍然低于 60,我必须重新做同样的事情,比较每行和上面的 2 行。 然后我必须做同样的事情比较上面的 3 行等等。
为此,我编写了以下代码:
df.loc[df['time_diff_float'] < 60, 'rem_1'] = df['value'].shift() * (lambda_ ** (df['time_diff_float'] - 1))
df.loc[df['time_diff_float'] + df['time_diff_float'].shift() < 60, 'rem_2'] = df['value'].shift(2) * (lambda_ ** (df['time_diff_float'] + df['time_diff_float'].shift() - 1))
df.loc[df['time_diff_float'] + df['time_diff_float'].shift() + df['time_diff_float'].shift(2) < 60, 'rem_3'] = df['value'].shift(3) * (lambda_ ** (df['time_diff_float'] + df['time_diff_float'].shift() + df['time_diff_float'].shift(2) - 1))
提前致谢!
您可以保存数据掩码,然后在每次循环中更新它:
n = 3
for i in range(1, n):
if (i==1):
mask = df['time_diff_float']
df.loc[mask, 'rem_' +str(i)] = df['value'].shift() * (lambda_ ** (mask - 1))
else:
mask += df['time_diff_float'].shift(i-1)
df.loc[mask < 60, 'rem_'+str(i)] = df['value'].shift(i) * (lambda_ ** (mask - 1))
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.