我正试图根据给定单元格周围的值来更改数据集中给定列的值。考虑以下数据:
Data = {'Col1': [5593 , 5114 , 6803 , 2175 , 2175] , 'Col2': [2879 , 1176 , 7114 , 8677 , 0]}
df = pd.DataFrame(data = Data)
df.head()
Col1 Col2
0 5593 2879
1 5114 1176
2 6803 7114
3 2175 8677
4 2175 0
我创建了一个新列来存储新值:
Data['Col3'] = Data['Col2']
我想创建一个apply-lalambda函数,它执行以下操作:如果Col3为零,并且Col1的前一个值等于Col1的当前值,即:(x.shift(-2,-1(==x.shift((-2,0(,则Col3的实际值应为Col2的前一值,即x.shight(-1,-1(。否则,Col3的值应保持不变。
我尝试过类似以下的东西(伪代码(:
df['Col3'] = df['Col3'].apply(lambda x: x.shift(-1 , -1) if (x == 0 and x.shift(-2 , -1) == x.shift(-2, 0)) else x)
对于这个特定的子集,我的数据应该如下所示:
Col1 Col2 Col3
0 5593 2879 2879
1 5114 1176 1176
2 6803 7114 7114
3 2175 8677 8677
4 2175 0 8677
我不确定shift是否是正确的使用方法(该系列包含NaN(,但希望这个想法是明确的。
我的真实数据集非常大,所以我希望这些操作在许多行中都能很好地执行。
IIUC,您可以将np.where与移位的列一起使用:
df['Col3'] = np.where(df['Col1'].shift().eq(df['Col1']), df['Col2'].shift(), df['Col2'])
print(df)
输出
Col1 Col2 Col3
0 5593 2879 2879.0
1 5114 1176 1176.0
2 6803 7114 7114.0
3 2175 8677 8677.0
4 2175 0 8677.0
以下是一步一步的解释和评论:
# create a mask, where is True if the consecutive values in Col1 are equal
mask = df['Col1'].shift().eq(df['Col1'])
# choose between the shifted Col2 (the previous value) and Col2 using the mask
df['Col3'] = np.where(mask, df['Col2'].shift(), df['Col2'])
print(df)