根据条件从当前行和上一行中的值创建列表

Question

我有一个 dataframe 有两列'a'和'b'，其中'b'是'a'的值和前一个值'a'之间的差异

df = pd.DataFrame({'a': [10, 60, 30, 80, 10]})
df['b'] = df['a']-df['a'].shift(1)

    a   b
0   10  NaN
1   60  50.0
2   30  -30.0
3   80  50.0
4   10  -70.0

我想创建一个新列“c”，其值作为“a”的先前值和“a”的当前值（例如，[60,30]）的列表，仅在“b”列为负的情况下。 否则，它必须是当前值“a”本身的列表。

生成的 output 应该看起来像

    a   b       c
0   10  NaN     [10]
1   60  50.0    [60]
2   30  -30.0   [60, 30]
3   80  50.0    [80]
4   10  -70.0   [80, 10]

Answer 1

如果 numpy 数组中的b < 0使用列表推导创建列表，其中由Series.shift添加的DataFrame.assign移位辅助列s ：

arr = df.assign(s = df['a'].shift(fill_value=0))[['a','b','s']].to_numpy()
df['c'] = [[s,a] if b < 0 else [a] for  a,b,s in arr]
print (df)
    a     b             c
0  10   NaN        [10.0]
1  60  50.0        [60.0]
2  30 -30.0  [60.0, 30.0]
3  80  50.0        [80.0]
4  10 -70.0  [80.0, 10.0]  

或者与由列表压缩创建的一个元素列表一起使用Series.mask ：

s = pd.Series([[x] for x in df['a']], index=df.index)
#alternative
s = df['a'].apply(lambda x: [x])

---

df['c'] = s.mask(df['b'].lt(0), s.shift() + s)
print (df)
    a     b         c
0  10   NaN      [10]
1  60  50.0      [60]
2  30 -30.0  [60, 30]
3  80  50.0      [80]
4  10 -70.0  [80, 10]

Answer 2

使用Series.to_numpy并通过添加 newaxis 来增加维度，然后使用 boolean 索引与Series.lt并分配新值：

df['c'] = df['a'].to_numpy()[:, None].tolist()
df.loc[df['b'].lt(0), 'c'] = df['c'].shift() + df['c']

结果：

   a     b         c
0  10   NaN      [10]
1  60  50.0      [60]
2  30 -30.0  [60, 30]
3  80  50.0      [80]
4  10 -70.0  [80, 10]

Answer 3

加载数据：

df = pd.DataFrame({'a': [10, 60, 30, 80, 10]})
df['b'] = df['a']-df['a'].shift(1)

创建一个临时的 Numpy 矩阵：

npa = np.array([df['a'].shift(1), df['a']]).transpose()

将矩阵写入新的 df 列“c”：

df['c'] = list(npa)

如果“b”列中的值大于 0 或 NAN，则将“a”中的值复制到“c”：

df.loc[(df['b'] > 0) | (df['b'].isnull() == True) , 'c'] = pd.Series([[x] for x in df['a']])