遍历 pandas 行并根据其他列中的值设置列值

Posted 2023-02-16

【中文标题】遍历 pandas 行并根据其他列中的值设置列值

【英文标题】：iterate over pandas rows and set column values based on values in other column

【发布时间】：2019-08-02 12:57:53

【问题描述】：

我有一个数据框，其中一列 (col1) 包含值 Y 或 N。我想根据 col1 中的值将值（随机，非重复数字）分配给下一列 (col2) - 如果col1 中的值等于 N，则 col2 中的值将是某个数字，如果 col1 中的值等于 Y，则 col2 中的值将重复前一个。我尝试创建一个 for 循环并使用 df.iterrows() 遍历行，但是 col2 中的数字对于所有 N 都是相等的。

我要获取的数据框示例：

df = pd.DataFrame([[N, Y, Y, N, N, Y], [1, 1, 1, 2, 3, 3]])

对于每一个新的 N 新数字在其他列中分配，而对于每个 Y，数字与前一行一样重复。

【参考方案1】：

假设一个 DataFrame df:

df = pd.DataFrame(['N', 'Y', 'Y', 'N', 'N', 'Y'], columns=['YN'])
    YN
0   N
1   Y
2   Y
3   N
4   N
5   Y

---

使用itertuples（不重复）：

np.random.seed(42)
arr = np.arange(1, len(df[df.YN == 'N']) + 1)
np.random.shuffle(arr)

cnt = 0
for idx, val in enumerate(df.itertuples()):
    if df.YN[idx] == 'N':
        df.loc[idx, 'new'] = arr[cnt]
        cnt += 1
    else:
        df.loc[idx, 'new'] = np.NaN
df.new = df.new.ffill().astype(int)
df
    YN  new
0   N   1
1   Y   1
2   Y   1
3   N   2
4   N   3
5   Y   3

---

使用apply（数字范围小可能会出现重复）：

np.random.seed(42)
df['new'] = df.YN.apply(lambda x: np.random.randint(10) if x == 'N' else np.NaN).ffill().astype(int)
    YN  new
0   N   6
1   Y   6
2   Y   6
3   N   3
4   N   7
5   Y   7

【讨论】：

非常感谢！这是我想要得到的。但是，分配给 df['new'] 的数字有时是重复的。你知道如何解决它吗？所以对于每一个新的 N，df['new'] 中都会有一个以前没有出现过的数字？