第一行中的数据应等于最后一行-使用 Pandas

Question

我有一个大约 15 列的 Pandas 数据框，我想要做的就是查看 partition_num 第一行中的数据是否等于 partition_num 最后一行中的数据，如果不相等，则在末尾添加一个新行第一行的数据输入：row   id  partition_num   lat    long    time 0     1    7333           24     26      9 1     2    7333           15     19      10 2     3    7333           24     25      9 3     1    8999           26     18      15 4     2    8999           15     17      45 5     3    8999           26     18      15 6     1    3455           12     14      18 7     2    3455           12     14      18期望的输出：row   id  partition_num   lat    long    time 0     1    7333           24     26      9 1     2    7333           15     19      10 2     3    7333           25     26      9 3     4    7333           24     26      9 4     1    8999           26     18      15 5     2    8999           15     17      45 6     3    8999           26     18      15 7     1    3455           12     14      18 8     2    3455           12     14      18由于第0行中partition_num -7333的数据不等于第2行的数据，因此添加一个与第0行数据相同的新行（第3行）我们可以添加一个新列来标识新记录，例如 flag ：row   id  partition_num   lat    long    time   flag   0     1    7333           24     26      9      old   1     2    7333           15     19      10     old   2     3    7333           25     26      9      old   3     4    7333           24     26      9      new   4     1    8999           26     18      15     old   5     2    8999           15     17      45     old   6     3    8999           26     18      15     old   7     1    3455           12     14      18     old   8     2    3455           12     14      18     old  

Answer 1

groupby将轻松构建 sub_dataframes per partition_num。从那时起，处理很简单：

for i, x in df.groupby('partition_num'):

    if (x.iloc[0]['partition_num':] != x.iloc[-1]['partition_num':]).any():

        s = x.iloc[0].copy()

        s.id = x.iloc[-1].id + 1

        df = df.append(s).reset_index(drop=True).rename_axis('row')

Answer 2

将这段添加到上述逻辑中：s['flag']='new_row'

它奏效了！！

Answer 3

以下代码比较'partition_num'第一行和最后一行中的值，如果不匹配，则将第一行附加到数据帧的末尾：

if df.loc[0, 'partition_num'] != df.loc[len(df)-1, 'partition_num']:

    df = df.append(df.loc[0, :]).reset_index(drop=True)

    df.index.name = 'row'

print(df)

     id  partition_num  lat  long  time

row                                    

0     1           7333   24    26     9

1     2           7333   15    19    10

2     3           7333   24    26     9

3     1           8999   26    18    15

4     2           8999   15    17    45

5     3           8999   26    18    15

6     1           3455   12    14    18

7     2           3455   12    14    18

8     1           7333   24    26     9

索引列设置为“行”，它被重置和重命名以获得正确的排序。