Python 大熊猫高效的列内操作

给定一个

pandas.DataFrame

、一个列表和一个特殊值，我正在寻找一种优雅的方法：

在df的特定列中，每次遇到特殊值时，检查序列中的前一个值是否在列表中

如果是返回前面的值

如果否再返回一个值并检查它

一个有效的实施方案是：

ser = [1, 2, 0, 2, 3, 1, 4, 7, 2]
d = dict()
relevant =  [0,1]
df = pd.DataFrame([list(range(len(ser))), ser]).transpose()

for j in range(df.shape[0]):
    if df.iloc[j,1]==2:
        k=1
        while True:
            if df.iloc[j-k,1] in relevant:
                d[j] = df.iloc[j-k,1]
                break
            else:
                k+=1

这使得：

d
{1: 1, 3: 0, 8: 1}

---

我知道我可以使用这个函数，但是当我使用这个函数时，我有一个循环。我想知道什么是最好的方式来做到这一点优雅，如果可能的话速度没有循环。

我相信你将需要至少一个循环，但你只需要一个。您所追求的是看到哨兵时看到的最后一个相关值。因此，这段代码跟踪扫描哨兵时最后看到的值

代码：

marker = 2
relevant = {0, 1}
ser = [1, 2, 0, 2, 3, 1, 4, 7, 2]
d = dict()
last_found = None
for i, val in enumerate(ser):
    if val == marker:
        if last_found is not None:
            d[i] = last_found
    elif val in relevant:
        last_found = val

print(d)

{8: 1, 1: 1, 3: 0}

结果：

marker = 2
relevant = {0, 1}
ser = [1, 2, 0, 2, 3, 1, 4, 7, 2]
d = dict()
last_found = None
for i, val in enumerate(ser):
    if val == marker:
        if last_found is not None:
            d[i] = last_found
    elif val in relevant:
        last_found = val

print(d)

{8: 1, 1: 1, 3: 0}