![](/img/trans.png)
[英]Groupby remainder of day to show True if identical consecutive values
[英]Groupby day to show True if identical consecutive values
給定以下 DataFrame。 當在val
列中的一天內看到兩個連續的"y"
時,如何在下一行添加一個顯示True
的新列(否則為False
)。
每天都會重置邏輯。
本質上是在一天內尋找兩個連續的“y”,然后如果下一行是同一天,則添加一個True
。
數據
df_so = pd.DataFrame(
{"val": ["y", "y", "y", "n", "y", "y", "y", "y", "n", "n", "y", "y", "n"]},
index=pd.date_range(start="1/1/2018", periods=13, freq="8h"),
)
df_so
val
2018-01-01 00:00:00 y
2018-01-01 08:00:00 y
2018-01-01 16:00:00 y
2018-01-02 00:00:00 n
2018-01-02 08:00:00 y
2018-01-02 16:00:00 y
2018-01-03 00:00:00 y
2018-01-03 08:00:00 y
2018-01-03 16:00:00 n
2018-01-04 00:00:00 n
2018-01-04 08:00:00 y
2018-01-04 16:00:00 y
2018-01-05 00:00:00 n
所需的 output看起來像這樣:
val desired_col
2018-01-01 00:00:00 y False
2018-01-01 08:00:00 y False
2018-01-01 16:00:00 y True
2018-01-02 00:00:00 n False
2018-01-02 08:00:00 y False
2018-01-02 16:00:00 y False
2018-01-03 00:00:00 y False
2018-01-03 08:00:00 y False
2018-01-03 16:00:00 n True
2018-01-04 00:00:00 n False
2018-01-04 08:00:00 y False
2018-01-04 16:00:00 y False
2018-01-05 00:00:00 n False
您可以在這里使用groupby().rolling()
:
target = 2
days = df_so.index.normalize()
df_so['out'] = (df_so['val'].eq('y')
.groupby(days)
.rolling(target, min_periods=0).sum()
.reset_index(level=0,drop=True)
.groupby(days).shift().eq(target)
)
或使用groupby().transform
:
target = 2
df_so['out'] = (df_so['val'].eq('y')
.groupby(df_so.index.normalize())
.transform(lambda x: x.rolling(target).sum().shift().eq(target))
)
Output:
val out
2018-01-01 00:00:00 y False
2018-01-01 08:00:00 y False
2018-01-01 16:00:00 y True
2018-01-02 00:00:00 n False
2018-01-02 08:00:00 y False
2018-01-02 16:00:00 y False
2018-01-03 00:00:00 y False
2018-01-03 08:00:00 y False
2018-01-03 16:00:00 n True
2018-01-04 00:00:00 n False
2018-01-04 08:00:00 y False
2018-01-04 16:00:00 y False
2018-01-05 00:00:00 n False
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.