[英]Pandas Dataframe Select rows based on values from a lookup dataframe and then another condition based on column value
[英]Extract Value From Pandas Dataframe Based On Condition in Another Column
我正在尝试开发一些在发电厂启动时提取电价的代码。 举个例子,参考下面的数据框。
data = {
'Power_Price': [10, 11,15, 33, 50, 10, 12, 20, 17],
'Plant_Ops_1': [0, 0, 10, 10, 10, 0, 0, 10, 10],
'Plant_Ops_2': [0, 0, 0, 50, 50, 0, 0, 0, 0]
}
df = pd.DataFrame (data, columns = ['Power_Price','Plant_Ops_1','Plant_Ops_2'])
基于此,我的目标是开发一些代码,当工厂操作列从 0 转换为大于 0 的数字时(即当发电厂启动时),该代码将存储在数据帧中的电价。 对于上面的数据,输出看起来类似于:
data_out = {
'Plant': ['Plant_Ops_1', 'Plant_Ops_1', 'Plant_Ops_2'],
'Power_price': [15, 20, 33]
}
df_out = pd.DataFrame (data_out, columns = ['Plant','Power_price'])
希望这是有道理的。 当然,欢迎您提供任何建议或指导。
你可以这样做:
df = df.melt(id_vars='Power_Price')
df[(df['value'] > df['value'].shift()) & (df['variable'] == df['variable'].shift())]
Power_Price variable value
2 15 Plant_Ops_1 10
7 20 Plant_Ops_1 10
12 33 Plant_Ops_2 50
我希望我已经理解了你的问题:
df = df.melt(id_vars="Power_Price")
x = df["value"].eq(0)
x = df.groupby((x != x.shift()).cumsum()).head(1)
x = x[x["value"] > 0].rename(columns={"variable": "Plant"})[
["Plant", "Power_Price"]
]
print(x)
印刷:
Plant Power_Price
2 Plant_Ops_1 15
7 Plant_Ops_1 20
12 Plant_Ops_2 33
将DataFrame.melt
与过滤器行一起使用, DataFrame.melt
移位等于0
并且在boolean indexing
也大于0
:
df = df.melt('Power_Price', var_name='Plant')
df = df[df.groupby('Plant')['value'].shift().eq(0) & df['value'].gt(0)].drop('value',axis=1)
print (df)
Power_Price Plant
2 15 Plant_Ops_1
7 20 Plant_Ops_1
12 33 Plant_Ops_2
如有必要,最后更改列的顺序:
df = df[["Plant", "Power_Price"]]
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.