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

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。