Python 根据条件更改组的第一个值

假设我有以下数据集

table = [[datetime.datetime(2015, 3, 31), 1, 0.5, 1],
         [datetime.datetime(2015, 6, 30), 1, 0.5, 0.5],
         [datetime.datetime(2015, 9, 30), 1, 0.5, 0.5],
         [datetime.datetime(2015, 12, 31), 1, 2, 0.5],
         [datetime.datetime(2015, 3, 31), 2, 0.5, 1.5],
         [datetime.datetime(2015, 6, 30), 2, 0.5, 0.5],
         [datetime.datetime(2015, 9, 30), 2, 0.5, 0.5],
         [datetime.datetime(2015, 12, 31), 2, 2, 0.5]]

df = pd.DataFrame(table, columns=['Date', 'Id', 'Value', 'Old'])

如果

Value

的元素小于

Old

中的元素，是否有办法将

Value

的第一个元素更改为

Old

的对应元素？这需要由每个组完成（基于

Id

）。因此，我的新桌子看起来像

        Date  Id  Value  Old
0 2015-03-31   1    1.0  1.0
1 2015-06-30   1    0.5  0.5
2 2015-09-30   1    0.5  0.5
3 2015-12-31   1    2.0  0.5
4 2015-03-31   2    1.5  1.5
5 2015-06-30   2    0.5  0.5
6 2015-09-30   2    0.5  0.5
7 2015-12-31   2    2.0  0.5

---

谢谢，tingis

因为您只想更改每个组的第一个元素，所以可以使用自定义的groupby apply函数来完成此操作

import pandas as pd
import datetime

# your data
# =================================================
table = [[datetime.datetime(2015, 3, 31), 1, 0.5, 1],
         [datetime.datetime(2015, 6, 30), 1, 0.5, 0.5],
         [datetime.datetime(2015, 9, 30), 1, 0.5, 0.5],
         [datetime.datetime(2015, 12, 31), 1, 2, 0.5],
         [datetime.datetime(2015, 3, 31), 2, 0.5, 1.5],
         [datetime.datetime(2015, 6, 30), 2, 0.5, 0.5],
         [datetime.datetime(2015, 9, 30), 2, 0.5, 0.5],
         [datetime.datetime(2015, 12, 31), 2, 2, 0.5]]

df = pd.DataFrame(table, columns=['Date', 'Id', 'Value', 'Old'])

print(df)


        Date  Id  Value  Old
0 2015-03-31   1    0.5  1.0
1 2015-06-30   1    0.5  0.5
2 2015-09-30   1    0.5  0.5
3 2015-12-31   1    2.0  0.5
4 2015-03-31   2    0.5  1.5
5 2015-06-30   2    0.5  0.5
6 2015-09-30   2    0.5  0.5
7 2015-12-31   2    2.0  0.5

# processing
# ====================================
def func(group):
    if group.Value.values[0] < group.Old.values[0]:
        group.Value.values[0] = group.Old.values[0]
    return group

df.groupby('Id').apply(func)

        Date  Id  Value  Old
0 2015-03-31   1    1.0  1.0
1 2015-06-30   1    0.5  0.5
2 2015-09-30   1    0.5  0.5
3 2015-12-31   1    2.0  0.5
4 2015-03-31   2    1.5  1.5
5 2015-06-30   2    0.5  0.5
6 2015-09-30   2    0.5  0.5
7 2015-12-31   2    2.0  0.5

将熊猫作为pd导入
导入日期时间
#你的数据
# =================================================
表=[[datetime.datetime（2015,3,31），1,0.5,1]，
[datetime.datetime（2015,6,30），1,0.5,0.5]，
[datetime.datetime（2015,9,30），1,0.5,0.5]，
[datetime.datetime（2015,12,31），1,2,0.5]，
[datetime.datetime（2015,3,31），2,0.5,1.5]，
[datetime.datetime（2015,6,30），2,0.5,0.5]，
[datetime.datetime（2015,9,30），2,0.5,0.5]，
[datetime.datetime（2015,12,31），2,2,0.5]]
df=pd.DataFrame（表，列=['Date'，'Id'，'Value'，'Old']）
打印（df）
日期Id值旧
0 2015-03-31   1    0.5  1.0
1 2015-06-30   1    0.5  0.5
2 2015-09-30   1    0.5  0.5
3 2015-12-31   1    2.0  0.5
4 2015-03-31   2    0.5  1.5
5 2015-06-30   2    0.5  0.5
6 2015-09-30   2    0.5  0.5
7 2015-12-31   2    2.0  0.5
#加工
# ====================================
def func（集团）：
如果group.Value.values[0]

第一个元素？如果只想对元素0进行操作，实际上不需要任何特殊的函数。只是

df.ix[0]['Value']>df.ix[0]['Old']

我感觉你的问题并不能解释你的整个情况。啊，我想我忘了在实际问题中提到它，只是在标题中——我需要为每个组

Id

，在问题中添加了它。很抱歉，问题不清楚，您是如何确定分组依据

id

？问题中没有写这句话，再次感谢@Jianxun，我希望你今天能在线@firelynx中只有两个值在post中更改，并且对于每个

Id

集群，这两个值都位于第一个值的位置。另外，Tingiskhan已经发布了一些关于这个示例数据框架的问题，因此我对其结构非常熟悉。