![](/img/trans.png)
[英]Python: How to populate Pandas column that depends on the previous value (previous row)?
[英]Pandas column that depends on its previous value (row)?
我想在我的 dataframe 中创建第三列,这取决于前一行中的新列和现有列。
这个新列应该从 0 开始。
我希望我的第 3 列从 0 开始。
它的下一个值是它的前一个值加上df.below_lo[i]
(如果前一个值为 0)。
如果它的前一个值是 1,它的下一个值是它的前一个值加上df.above_hi[i]
。
我想我有两个问题:如何启动第 3 列以及如何使其依赖于自身。
import pandas as pd
import math
data = {'below_lo': [0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0],
'above_hi': [0, 0, -1, 0, -1, 0, -1, 0, 0, 0, 0, 0, 0]}
df = pd.DataFrame(data)
df['pos'] = math.nan
df['pos'][0] = 0
for i in range(len(df.below_lo)):
if df.pos[i] == 0:
df.pos[i+1] = df.pos[i] + df.below_lo[i]
if df.pos[i] == 1:
df.pos[i+1] = df.pos[i] + df.above_hi[i]
print(df)
所需的 output 是:
below_lo above_hi pos
0 0.0 0.0 0.0
1 1.0 0.0 0.0
2 0.0 -1.0 1.0
3 0.0 0.0 0.0
4 0.0 -1.0 0.0
5 0.0 0.0 0.0
6 0.0 -1.0 0.0
7 0.0 0.0 0.0
8 0.0 0.0 0.0
9 1.0 0.0 0.0
10 0.0 0.0 1.0
11 0.0 0.0 1.0
12 0.0 0.0 1.0
13 NaN NaN 1.0
上面的代码产生了正确的 output,除了我还收到一些错误消息:
试图在 DataFrame 的切片副本上设置值
如何清理此代码以使其运行而不抛出此警告? ?
使用.loc
:
df.loc[0, 'pos'] = 0
for i in range(len(df.below_lo)):
if df.loc[i, 'pos'] == 0:
df.loc[i+1, 'pos'] = df.loc[i, 'pos'] + df.loc[i, 'below_lo']
if df.loc[i, 'pos'] == 1:
df.loc[i+1, 'pos'] = df.loc[i, 'pos'] + df.loc[i, 'above_hi']
感谢@Michael O.已经接受了一个很好的回答,但是如果你不喜欢像不完全Pandas-esque那样对行进行迭代,这里有一个没有显式循环遍历行的解决方案:
from functools import reduce
res = reduce(lambda d, _ :
d.fillna({'pos':d['pos'].shift(1)
+ (d['pos'].shift(1) == 0) * d['below_lo']
+ (d['pos'].shift(1) == 1) * d['above_hi']}),
range(len(df)), df)
res
生产
below_lo above_hi pos
-- ---------- ---------- -----
0 0 0 0
1 1 0 1
2 0 -1 0
3 0 0 0
4 0 -1 0
5 0 0 0
6 0 -1 0
7 0 0 0
8 0 0 0
9 1 0 1
10 0 0 1
11 0 0 1
12 0 0 1
诚然,它的效率有点低,语法也有点模糊。 但它可以写在一行上(即使为了清楚起见我把它分成了几行)!
这个想法是,我们可以通过传递值来使用fillna(..)
function,该值是根据“pos”的先前值(因此shift(1)
)和“below_lo”和“above_hi”的当前值计算得出的。 这里的额外复杂之处在于,此操作只会为具有非 NaN 值的行的正下方的行填充非NaN
。 因此我们需要重复应用这个 function 直到所有的 NaN 都被填满,这就是reduce
发挥作用的地方
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.