比較一列熊貓中兩行中的非數字值

Question

我問了這個問題，提供的答案對我非常有用。

比較熊貓列中兩行的值

但是，現在我有一項類似的任務，即比較同一列的兩行的值，但這次，列是非數字的。 所以簡而言之，我的 df 是這樣的

                color          char               days                text
       1         red          light                 7                 good
       2         red          light                30                 good
       3         red         medium                60                  bad
       4         blue          dark                 7                  bad
       5         blue         light                30                 good
       6         blue         light                60                  bad
       7        yellow        light                 7                 good
       8        yellow        medium               30                  bad
       9        yellow        dark                 60                  bad

所以基本上，對於每種顏色，我都有 7 天、30 天和 60 天的 char 值。 請注意，正如我在上面的示例中給出的那樣，這些順序並不總是正確的。 我現在的任務是比較連續天值之間每種顏色的 char 值，如果該值與以前不同，則在“文本”列中寫入“NA”。 第 7 天類別中的文本是默認的，不能被覆蓋。

期望的結果：

                color          char               days                text
       1         red          light                 7                 good
       2         red          light                30                 good
       3         red         medium                60                  NA
       4         blue          dark                 7                  bad
       5         blue         light                30                  NA
       6         blue         light                60                  bad
       7        yellow        light                 7                 good
       8        yellow        medium               30                  NA
       9        yellow        dark                 60                  NA

我嘗試了另一個問題的解決方案，有幾個變體，但它對我不起作用。 有人可以幫我嗎？ 我不一定只需要給定解決方案的變體，但任何有效的方法都值得贊賞。

Answer 1

您可以嘗試 groupby color然后屏蔽每個組中的text列

df['text'] = (df.sort_values(['color', 'days'])
              .groupby('color', as_index=False, group_keys=False)
              .apply(lambda g: g['text'].mask(g['char'].ne(g['char'].shift().bfill()), np.nan)))

print(df)

    color    char  days  text
1     red   light     7  good
2     red   light    30  good
3     red  medium    60   NaN
4    blue    dark     7   bad
5    blue   light    30   NaN
6    blue   light    60   bad
7  yellow   light     7  good
8  yellow  medium    30   NaN
9  yellow    dark    60   NaN