[英]Index based conditional dataframe creation
Val1 Val2
x 10 1.05 2.01
x 14 2.98 5.98
x 16 1.01 1.02
y 10 0.02 0.07
y 11 0.01 0.01
z 10 2.11 1.17
z 12 0.08 0.08
z 13 3.18 7.10
z 17 2.61 1.78
...
..
.
我正在尝试添加一个True
/ False
列,其条件如下:
找到像x 10
这样的基行(索引中应该是10
),如果x 11
的val 1
和val 2
>=
那么x 10
的val 1
和val 2
。 查找z 17
的val 1
和val 2
是否>=
z 10
的val 1
和val 2
所以所需的df
如下所示:
Val1 Val2 Result
x 10 1.05 2.01 False
x 14 2.98 5.98 True
x 16 1.07 1.02 False
y 10 0.02 0.07 False
y 11 0.01 0.01 False
z 10 2.11 1.17 False
z 12 0.08 0.08 False
z 13 3.18 1.17 True
z 17 2.61 1.78 True
...
..
.
基行的结果应始终为 false
好吧,我开始如下:
df["Result"] = np.repeat(False, len(df))
for i in range(0, len(df)):
if df[index][i].str.contains("10") == True:
base = df[index][i][0]
for base in df[index]:
if base[i+1]["val1"] > base[i]["val1"] and base[i+1]["val2"] > base[i]["val2"]:
df["Result"][i] = True
else:
df["Result"][i] = False
但不能让它工作,可能是什么问题?
您可以在通过groupby
创建密钥后使用transform
进行cumsum
g=df.groupby(df.index.str.contains('10').cumsum())
s1=g.Val1.transform('first')
s2=g.Val2.transform('first')
df['new']=s1.lt(df.Val1) & s2.lt(df.Val2)
df
Out[119]:
Val1 Val2 new
x 10 1.05 2.01 False
x 14 2.98 5.98 True
x 16 1.01 1.02 False
y 10 0.02 0.07 False
y 11 0.01 0.01 False
z 10 2.11 1.17 False
z 12 0.08 0.08 False
z 13 3.18 7.10 True
z 17 2.61 1.78 True
您可以使用.groupby().first()
找到基值,根据这个答案,您可以.join()
将其添加到原始 df:
df = pd.DataFrame({'Val1': [1.05, 2.98, 1.01, 0.02, 0.01, 2.11, 0.08, 3.18, 2.61], 'Val2': [2.01, 5.98, 1.02, 0.07, 0.01, 1.17, 0.08, 7.10, 1.78]}, index=pd.MultiIndex.from_arrays(arrays=[['x', 'x', 'x', 'y', 'y', 'z', 'z', 'z', 'z'], [10, 14, 16, 10, 11, 10, 12, 13, 17]], names=['letters', 'numbers']))
df = df.join(df.groupby(level=0).first(), rsuffix='_base')
df['Result'] = (df.Val1 >= df.Val1_base) & (df.Val2 >= df.Val2_base)
df.loc[df.index.get_level_values('numbers')==10, 'Result'] = False
Output:
>>> df
Val1 Val2 Val1_base Val2_base Result
letters numbers
x 10 1.05 2.01 1.05 2.01 False
14 2.98 5.98 1.05 2.01 True
16 1.01 1.02 1.05 2.01 False
y 10 0.02 0.07 0.02 0.07 False
11 0.01 0.01 0.02 0.07 False
z 10 2.11 1.17 2.11 1.17 False
12 0.08 0.08 2.11 1.17 False
13 3.18 7.10 2.11 1.17 True
17 2.61 1.78 2.11 1.17 True
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.