Python 根据另一列中的值创建新列,如果为False,则返回新列的上一个值
这是一个我已经挣扎了一段时间的问题。假设我有一个简单的数据帧df,其中df['a']=[1,2,3,1,4,6]和df['b']=[10,20,30,40,50,60]。我想创建第三列“c”,其中如果df['a']==1,df['c']=df['b']。如果为false,则df['c']=df['c']的上一个值。我曾尝试使用np.where实现这一点,但结果并不是我所期望的。有什么建议吗Python 根据另一列中的值创建新列,如果为False,则返回新列的上一个值,python,pandas,Python,Pandas,这是一个我已经挣扎了一段时间的问题。假设我有一个简单的数据帧df,其中df['a']=[1,2,3,1,4,6]和df['b']=[10,20,30,40,50,60]。我想创建第三列“c”,其中如果df['a']==1,df['c']=df['b']。如果为false,则df['c']=df['c']的上一个值。我曾尝试使用np.where实现这一点,但结果并不是我所期望的。有什么建议吗 df = pd.DataFrame() df['a'] = [1,2,3,1,4,6] df['b'] =
df = pd.DataFrame()
df['a'] = [1,2,3,1,4,6]
df['b'] = [10,20,30,40,50,60]
df['c'] = np.nan
df['c'] = np.where(df['a'] == 1, df['b'], df['c'].shift(1))
结果是:
a b c
0 1 10 10.0
1 2 20 NaN
2 3 30 NaN
3 1 40 40.0
4 4 50 NaN
5 6 60 NaN
鉴于我本应预期:
a b c
0 1 10 10.0
1 2 20 10.0
2 3 30 10.0
3 1 40 40.0
4 4 50 40.0
5 6 60 40.0
试试这个:
df.c.ffill(inplace=True)
输出:
a b c
0 1 10 10.0
1 2 20 10.0
2 3 30 10.0
3 1 40 40.0
4 4 50 40.0
5 6 60 40.0
试试这个:
df.c.ffill(inplace=True)
输出:
a b c
0 1 10 10.0
1 2 20 10.0
2 3 30 10.0
3 1 40 40.0
4 4 50 40.0
5 6 60 40.0
因为你的
df['c']
都是np.nan
,df['c'].shift(1)
在np.where中总是np.nan
。那么,作为np.where应该取df['c']的前一个值,因为第一个值是10,下一个值也应该是10,所以这种行为很奇怪。不,np.其中
行为是正确的。否。何处可在当前状态下工作df['c']
。其中所有值均为np.nan
。当它从一行移动到另一行时,它不会考虑每一行的更新值。因为你的df['c']
都是np.nan
,df['c'].shift(1)
在np.where
中总是np.nan
。那么,作为np.where应该取df['c']的先前值,因为第一个值是10,下一个值也应该是10,所以这个行为是奇怪的。不,np。其中
行为是正确的。否。何处可在当前状态下工作df['c']
。其中所有值均为np.nan
。当它从一行移动到另一行时,不会考虑每一行及其更新的值。