我想將一個df列附加在另一個列之下，並根據其他列分配行值

Question

我有一個使用下面的代碼構造的數據框。 我想將end和end_code列附加在start和start_code列下面。 如下所示，num和code的值可以設置為零。 我還在下面附上了我的預期輸出。

目前，我正在使用for循環遍歷每一行並在末尾手動分配它。 但是，該過程非常耗時。
謝謝

a['Code'] = ['A', 'B', 'A', 'C']
a['start'] = [pd.to_datetime('07:00'), pd.to_datetime('08:40'), pd.to_datetime('09:00'), pd.to_datetime('10:00')]
a['end'] = [pd.to_datetime('11:45'), pd.to_datetime('12:40'), pd.to_datetime('14:00'), pd.to_datetime('17:00')]
a['start_code'] = [1, 1, 1, 1]
a['end_code'] = [-1, -1, -1, -1]

Num Code    start              start_code
0   1   A   2019-07-30 07:00:00  1
1   2   B   2019-07-30 08:40:00  1
2   3   A   2019-07-30 09:00:00  1
3   4   C   2019-07-30 10:00:00  1
4   0   0   2019-07-30 11:45:00 -1
5   0   0   2019-07-30 12:40:00 -1
6   0   0   2019-07-30 14:00:00 -1
7   0   0   2019-07-30 17:00:00 -1

Answer 1

假設您有：

start_df
Out[1]:
Num Code    start              start_code
0   1   A   2019-07-30 07:00:00  1
1   2   B   2019-07-30 08:40:00  1
2   3   A   2019-07-30 09:00:00  1
3   4   C   2019-07-30 10:00:00  1

end_df
Out[2]:
 end              end_code
2019-07-30 11:45:00 -1
2019-07-30 12:40:00 -1
2019-07-30 14:00:00 -1
2019-07-30 17:00:00 -1

您可以簡單地串聯：

pd.concat([
    start_df, end_df.rename(columns={'end':'start', 'end_code': 'start_code')
], axis=0, sort=False, ignore_index=True).fillna(0)

Out[3]:
   Num Code start                start_code
0   1   A   2019-07-30 07:00:00  1
1   2   B   2019-07-30 08:40:00  1
2   3   A   2019-07-30 09:00:00  1
3   4   C   2019-07-30 10:00:00  1
4   0   0   2019-07-30 11:45:00 -1
5   0   0   2019-07-30 12:40:00 -1
6   0   0   2019-07-30 14:00:00 -1
7   0   0   2019-07-30 17:00:00 -1

Answer 2

我相信melt可能是您更好的選擇：

new_df = a.melt(id_vars='Code', 
       value_vars=['start','end'], 
       var_name='start_code',
       value_name='start')

new_df['start_code'] = np.where(new_df['start_code'].eq('start'), 1, -1)

輸出：

  Code  start_code               start
0    A           1 2019-07-30 07:00:00
1    B           1 2019-07-30 08:40:00
2    A           1 2019-07-30 09:00:00
3    C           1 2019-07-30 10:00:00
4    A          -1 2019-07-30 11:45:00
5    B          -1 2019-07-30 12:40:00
6    A          -1 2019-07-30 14:00:00
7    C          -1 2019-07-30 17:00:00