根据条件转换数据帧的列
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了根据条件转换数据帧的列相关的知识，希望对你有一定的参考价值。
当rap等于1时，我愿意添加一个连续三个1的新列。连续三个1必须在同一年，当说唱等于一，而前两个是从那一个。新列必须是id（我有一个数据面板）。
df看起来像这样：
id year rap cohort jobs year_of_life
1 2009 0 NaN 10 NaN
1 2012 0 2012 12 0
1 2013 0 2012 12 1
1 2014 0 2012 13 2
1 2015 1 2012 15 3
1 2016 0 2012 17 4
1 2017 0 2012 18 5
2 2009 0 2009 15 0
2 2010 0 2009 2 1
2 2011 0 2009 3 2
2 2012 1 2009 3 3
2 2013 0 2009 15 4
2 2014 0 2009 12 5
2 2015 0 2009 13 6
2 2016 0 2009 13 7
预期产量：
id year rap cohort jobs year_of_life rap_new
1 2009 0 NaN 10 NaN 0
1 2012 0 2012 12 0 0
1 2013 0 2012 12 1 1
1 2014 0 2012 13 2 1
1 2015 1 2012 15 3 1
1 2016 0 2012 17 4 0
1 2017 0 2012 18 5 0
2 2009 0 2009 15 0 0
2 2010 0 2009 2 1 1
2 2011 0 2009 3 2 1
2 2012 1 2009 3 3 1
2 2013 0 2009 15 4 0
2 2014 0 2009 12 5 0
2 2015 0 2009 13 6 0
2 2016 0 2009 13 7 0
答案
这是一种方式。
# calculate rap_new indices
rap_indices = [i for i, j in enumerate(df.rap) if j==1]
rap_new_indices = list(set.union(*[set(range(n-2, n+1)) for n in rap_indices]))
# apply indices to new col
df.rap_new = 0
df.loc[rap_new_indices, 'rap_new'] = 1
# id year rap cohort jobs year_of_life rap_new
# 0 1 2009 0 NaN 10 NaN 0
# 1 1 2012 0 2012.0 12 0.0 0
# 2 1 2013 0 2012.0 12 1.0 1
# 3 1 2014 0 2012.0 13 2.0 1
# 4 1 2015 1 2012.0 15 3.0 1
# 5 1 2016 0 2012.0 17 4.0 0
# 6 1 2017 0 2012.0 18 5.0 0
# 7 2 2009 0 2009.0 15 0.0 0
# 8 2 2010 0 2009.0 2 1.0 1
# 9 2 2011 0 2009.0 3 2.0 1
# 10 2 2012 1 2009.0 3 3.0 1
# 11 2 2013 0 2009.0 15 4.0 0
# 12 2 2014 0 2009.0 12 5.0 0
# 13 2 2015 0 2009.0 13 6.0 0
# 14 2 2016 0 2009.0 13 7.0 0
另一答案
选项1
使用pd.Series.shift变得棘手
df.assign(
rap_new=sum(df.rap.shift(-i).fillna(0, downcast='infer') for i in range(3)))
id year rap cohort jobs year_of_life rap_new
0 1 2009 0 NaN 10 NaN 0
1 1 2012 0 2012.0 12 0.0 0
2 1 2013 0 2012.0 12 1.0 1
3 1 2014 0 2012.0 13 2.0 1
4 1 2015 1 2012.0 15 3.0 1
5 1 2016 0 2012.0 17 4.0 0
6 1 2017 0 2012.0 18 5.0 0
7 2 2009 0 2009.0 15 0.0 0
8 2 2010 0 2009.0 2 1.0 1
9 2 2011 0 2009.0 3 2.0 1
10 2 2012 1 2009.0 3 3.0 1
11 2 2013 0 2009.0 15 4.0 0
12 2 2014 0 2009.0 12 5.0 0
13 2 2015 0 2009.0 13 6.0 0
14 2 2016 0 2009.0 13 7.0 0
选项2 实验 不要用这个！我只是玩得开心。
from numpy.lib.stride_tricks import as_strided as strides
a = df.rap.values
s = a.strides[0]
df.assign(rap_new=strides(np.append(a, [0, 0]), (a.shape[0], 3), (s, s)).sum(1))
id year rap cohort jobs year_of_life rap_new
0 1 2009 0 NaN 10 NaN 0
1 1 2012 0 2012.0 12 0.0 0
2 1 2013 0 2012.0 12 1.0 1
3 1 2014 0 2012.0 13 2.0 1
4 1 2015 1 2012.0 15 3.0 1
5 1 2016 0 2012.0 17 4.0 0
6 1 2017 0 2012.0 18 5.0 0
7 2 2009 0 2009.0 15 0.0 0
8 2 2010 0 2009.0 2 1.0 1
9 2 2011 0 2009.0 3 2.0 1
10 2 2012 1 2009.0 3 3.0 1
11 2 2013 0 2009.0 15 4.0 0
12 2 2014 0 2009.0 12 5.0 0
13 2 2015 0 2009.0 13 6.0 0
14 2 2016 0 2009.0 13 7.0 0
以上是关于根据条件转换数据帧的列的主要内容，如果未能解决你的问题，请参考以下文章
对于要求，我需要通过从该数据帧的列中的列表中的值创建行来将数据帧转换为 [重复]