在Pandas中，如何根據另一行中的另一列值更新一行中的列值

Question

我想根據不同行中另一個單元格中的值更新單元格中的值。

我的數據框如下：

OrderId   OrderType   Exch
    P_001       P         NYSE
    P_001_1     C          | | 
    P_002       P          |CHIX|
    P_002_1     C          | |
    P_002_2     C          | |

我希望結果如此

OrderId   OrderType    Exch

P_001       P          |NYSE|
P_001_1     C          |NYSE|
P_002       P          |CHIX|
P_002_1     C          |CHIX|
P_002_2     C          |CHIX|

使用.loc我可以更新相同的行，但我無法在Pandas數據框中找到任何解決方案來進行此類更新。

當我問這個問題時，我試圖拆分訂單ID並在數據框中搜索以更新Exch值。

Answer 1

如果不存在值，則使用向前填充缺失值：

df['Exch'] = df['Exch'].ffill()

或者使用Series.str.split作為新的DataFrame ，使用GroupBy.transform和GroupBy.first第一和第二列GroupBy.first ：

df1 = df['OrderId'].str.split('_', expand=True)
df['Exch'] = df.groupby([df1[0], df1[1]])['Exch'].transform('first')

---

print (df)
   OrderId OrderType  Exch
0    P_001         P  NYSE
1  P_001_1         C  NYSE
2    P_002         P  CHIX
3  P_002_1         C  CHIX
4  P_002_2         C  CHIX

另一個想法是獲取P行，創建系列和map ：

s = df[df['OrderType'].eq('P')].set_index('OrderId')['Exch']
df['Exch'] = df['OrderId'].str.rsplit('_', n=1).str[0].map(s).fillna(df['Exch'])
print (df)
   OrderId OrderType  Exch
0    P_001         P  NYSE
1  P_001_1         C  NYSE
2    P_002         P  CHIX
3  P_002_1         C  CHIX
4  P_002_2         C  CHIX

Answer 2

df= df.ffill(axis = 0) 
print(df)

---

         a  b     c
0    P_001  P  NYSE
1  P_001_1  C  None
2    P_002  P  CHIX
3  P_002_1  C  None
4  P_002_2  C  None
         a  b     c
0    P_001  P  NYSE
1  P_001_1  C  NYSE
2    P_002  P  CHIX
3  P_002_1  C  CHIX
4  P_002_2  C  CHIX

如果您想為while dateset執行此操作。