Python 是否有方法在数据框中打印某个条件的上一个日期时间值？

我有一个数据集，它的数据时间和值作为每个ID的列。我对它进行了一些计算，但在使用递归函数时卡住了

数据集如下所示

load_date需要的输出是

IIUC

我们可以按“是”值编制索引，并使用一些索引筛选和

.loc

辅助功能向前填充任何日期

idx = df.loc[df['Load'] == 'Yes'].index # get all index values for Yes.
df['LoadDate'] = np.nan # create your col. 
df.loc[idx, 'LoadDate'] = df['Date-Time']

Groupby并创建您的

df['LoadDate'] = (df.groupby('ID')['LoadDate'].ffill()).fillna(0) 
#group by ID and ffill the load date and fill and nan's as 0.

这就给我们留下了很多问题。

print(df)


    Date-Time  Volume  ID Load    LoadDate
0   10/22/2019    3862  10                0
1   10/23/2019    3800  10                0
2   10/24/2019    3700  10                0
3   10/25/2019    5000  10  Yes  10/25/2019
4   10/26/2019    4900  10       10/25/2019
5   10/27/2019    4800  10       10/25/2019
6   10/22/2019    3862  11                0
7   10/23/2019    3800  11                0
8   10/24/2019    3700  11                0
9   10/25/2019    5000  11  Yes  10/25/2019
10  10/26/2019    4900  11       10/25/2019
11  10/27/2019    4800  11       10/25/2019

---

请澄清您如何知道哪些行需要

LoadDate

填充的逻辑？是不是因为他们的

负载

等于

是

？还是基于当前日期？@Kyle Yes，加载日期是在

Load=Yes

时给出的。当

Load=Yes

时，它将具有

当前日期

，直到找到新的

Load=Yes

。这需要对每一个<代码> ID>代码> @ AMOGH进行，这是因为你用0填充空格，所以你不能得到一个适当的DATION列，你应该使用<代码> fILNA（P.NAT）< /C>。

df['LoadDate'] = (df.groupby('ID')['LoadDate'].ffill()).fillna(0) 
#group by ID and ffill the load date and fill and nan's as 0.

print(df)


    Date-Time  Volume  ID Load    LoadDate
0   10/22/2019    3862  10                0
1   10/23/2019    3800  10                0
2   10/24/2019    3700  10                0
3   10/25/2019    5000  10  Yes  10/25/2019
4   10/26/2019    4900  10       10/25/2019
5   10/27/2019    4800  10       10/25/2019
6   10/22/2019    3862  11                0
7   10/23/2019    3800  11                0
8   10/24/2019    3700  11                0
9   10/25/2019    5000  11  Yes  10/25/2019
10  10/26/2019    4900  11       10/25/2019
11  10/27/2019    4800  11       10/25/2019