[英]Pandas dataframe apply function to column strings based on other column value
[英]look for patterns in a column of pandas dataframe based on the value of other column
在 key==1 的每一行中,我想在 s_w 列中搜索該行之前和之后出現的兩次 1(其中 key==1),然后將這些行的 v 值求和並將其放入新列 X 中。這些 1 的出現不一定是連續的,在 s_w 列中的 is 之間可能存在間隙,例如 11....11 或 101....10001,但是如果我們之前在 s_w 列中都找不到兩個 1或在該行之后(其中 key==1),然后我們將 NaN 放在 X 列中。 對於 key==0 的行也是 NaN。
編輯:一個新的 dataframe 來測試解決方案是否可以很好地推廣:
df = pd.DataFrame( { "p":[1,1,1,1,1,1,1,1,1,1,1,1,1],
"l" :[1,1,1,1,1,1,1,1,1,1,1,1,1],
"w":[1,2,3,4,5,6,7,8,9,10,11,12,12],
"s_w":[1,1,0,0,0,0,1,0,0,0,0,1,1],
"key" :[1,1,0,0,0,1,0,1,0,0,0,0,1],
"v":[2,2,5,3,4,5,5,1,2,3,4,5,4]
})
我認為這里有必要僅通過Series.where
添加掩碼到先前的答案:
g = df[df['s_w'].eq(1)].groupby(['p','l'])['v']
df['c_s'] = g.shift(-1).add(g.shift(-2)).add(g.shift(2)).add(g.shift(1)).where(df['key'].eq(1))
print (df)
p l w s_w key v c_s
0 1 1 1 1 1 2 NaN
1 1 1 2 1 1 2 NaN
2 1 1 3 0 0 5 NaN
3 1 1 4 0 0 3 NaN
4 1 1 5 0 0 4 NaN
5 1 1 6 1 1 5 10.0 <- 2 + 2 + 5 + 1
6 1 1 7 1 0 5 NaN
7 1 1 8 1 1 1 19.0 <- 5 + 5 + 5 + 4
8 1 1 9 0 0 2 NaN
9 1 1 10 0 0 3 NaN
10 1 1 11 0 0 4 NaN
11 1 1 12 1 0 5 NaN
12 1 1 12 1 1 4 NaN
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.