在pandas-df中，查找A列中的True值是否是自B列中最后一个True之后的首次出现

Question

我正在寻找最有效的方法来查找column A中的True值是否是自column B中的上一个True值以来首次出现的值。

在本例中，预期输出为column C。

示例1:

df = pd.DataFrame({
'A': [False, False, True, False, True, False, True, False, True],
'B': [True, False, False, False, False, True, False, False, False],
'C': [False, False, True, False, False, False, True, False, False]
})

C错误错误真错误假错误真错误假

	A	B
0	错误	正确
1	错误
2	真	假
3	错误
4	真	假
5	错误	True
6	真	假
7	错误
8	真	假

您可以对列"的累积和使用groupby运算；B"；按照您描述的方式对数据帧进行分组。然后您可以使用CCD_ 7来获得那些第一次出现的每一个都存在于列"中的索引；A"；。一旦你有了这些索引，你就可以创建你的新列"C"；。

使用CCD_ 8是一个小技巧，因为我们实际上对最大值不感兴趣；A"；只有CCD_ 9和CCD_。idxmax将返回第一次出现的最大值的索引(在这种情况下，是每组中True的第一次出现(，这是我们特别感兴趣的。

df = pd.DataFrame({
'A': [False, False, True, False, True, False, True, False, True],
'B': [True, False, False, False, False, True, False, False, False],
})
# get a dataframe of the position of the max as well as the max value
indices_df = df["A"].groupby(df["B"].cumsum()).agg(["idxmax", "max"])
# mask to filter out the 0th group
skip_0th = (indices_df.index > 0)
# mask to filter out groups who do not have True as a value
groups_with_true = (indices_df["max"] == True)
# combine masks and retrieve the appropriate index
indices = indices_df.loc[skip_0th & groups_with_true, "idxmax"]
df["C"] = False
df.loc[indices, "C"] = True
print(df)
A      B      C
0  False   True  False
1  False  False  False
2   True  False   True
3  False  False  False
4   True  False  False
5  False   True  False
6   True  False   True
7  False  False  False
8   True  False  False

---

更新示例2。

我们可以通过对索引序列进行切片来排除索引为0的任何条目(例如，从1到末尾进行标签切片(来解决此问题。这是因为我们的groupby操作根据.cumsum分配基于整数的标签。在示例1中，最小的索引标签将是1(因为列"B"中的第一个值为True(。而在示例2中，最小的索引标签将是0。由于我们不希望0影响我们的结果，我们可以简单地将其从indices中剥离。

当我们分配"；C"；在对我们的indices系列执行切片之后，我们将适当地忽略列"中第一次出现True之前的所有值；B"；。

尽管有足够的文本，让我们看看一些代码。

示例1

print(indices)
1    2
2    6
# Slicing here doesn't change anything, since indices does not have
#  a value corresponding to label position 0
indices = indices.loc[1:]
print(indices)
1    2
2    6

示例2

print(indices)
0    0
1    3
2    7
# we don't want to include the value from label position 0 in `indices`
#  so we can use slicing to remove it
indices = indices.loc[1:]
print(indices)
1    3
2    7  

这是一种方法，也许不是最好的方法。

is_occurred = False
def is_first_occurrence_since(column_to_check, column_occurence):
global is_occurred
if is_occurred and column_to_check == True:
is_occurred = False
return True
elif not is_occurred and column_occurence == True:
is_occurred = True
return False
df.apply(lambda row: is_first_occurrence_since(row['A'], row['B']), axis=1)