Question

我有一个DataFrame，其列col_c值为0，正整数，0，负整数，0。我想返回一个新列（col_d，如下所示），其中的值计算第一个非零值和最后非零值。原始DataFrame演示了col_c值：

   col_a col_b col_c
 1  AB    0     0     
 2  AB    0     0     
 3  AB    1     1     
 4  AB    1     2     
 5  AB    1     5     
 6  AB    1     3     
 7  AB    0     0     
 8  AB    0     0     
 9  AB   -1    -1     
10  AB   -1    -2     
11  AB   -1    -5     
12  AB   -1    -3     
13  AB    0     0
14  AB    0     0

我想按如下方式返回一个DataFrame，其中第6行和第12行中的值2从col_c计算为（3-1）= 2和（-3 - -1）= -2：

   col_a col_b col_c col_d
 1  AB    0     0      0
 2  AB    0     0      0
 3  AB    1     1      0
 4  AB    1     2      0
 5  AB    1     5      0
 6  AB    1     3      2
 7  AB    0     0      0
 8  AB    0     0      0
 9  AB   -1    -1      0
10  AB   -1    -2      0
11  AB   -1    -5      0
12  AB   -1    -3      2
13  AB    0     0      0
14  AB    0     0      0

Answer 1

高级

找到零：df.col_c.eq(0)
使用cumsum创建群组
用-1替换实际的零位置，因为它是我关心的非零
使用groupby执行agg
- 'last'获得最后一组
- 'first'获得小组第一名
- 'last_valid_index找出放在哪里
- 放弃-1组，因为那些是我不关心的零
使用密钥创建一个字典作为last_valid_index的结果，值是'last'和'first'
使用assign和index.map创建新列
- index.map需要可调用，因此我使用dict.get方法。但是，我们希望默认为零，以便dict.get可以采用默认值。

m = df.col_c.eq(0)
g = m.cumsum().mask(m, -1)

d = df.col_c.groupby(g).agg(['last', 'first', lambda x: x.last_valid_index()]).drop(-1)
k = dict(zip(d['<lambda>'], d['last'] - d['first']))

df.assign(col_d=df.index.map(lambda x: k.get(x, 0)))

   col_a  col_b  col_c  col_d
1     AB      0      0      0
2     AB      0      0      0
3     AB      1      1      0
4     AB      1      2      0
5     AB      1      5      0
6     AB      1      3      2
7     AB      0      0      0
8     AB      0      0      0
9     AB     -1     -1      0
10    AB     -1     -2      0
11    AB     -1     -5      0
12    AB     -1     -3     -2
13    AB      0      0      0
14    AB      0      0      0

Answer 2

以下是使用循环的另一种方法：

df['col_d'] = 0
count = 0
for row in range(0, len(df)-1):
    if df['col_c'][count] != 0 and df['col_c'][count+1] == 0:
        df['col_d'][count] = df['col_c'][count] - df['col_b'][count]
    count += 1

首先，创建列d并为所有行将其设置为0。然后，遍历数据框并查找以下行：

列c不等于0
在下面的行中，列c等于0

然后将该行中的列d设置为：列c减去列b。

Answer 3

似乎您正在计算最后两列之间的绝对差异，无论值是0还是非零。如果是这种情况，您可以这样做：

df['new'] = df.iloc[:,[-2,-1]].apply(lambda (x,y):abs(x-y), axis=1)

通过Pandas系列中的多个实例计算第一个非零值和最后一个非零值之间的差异？

3 个答案: