Pandas - 添加一列，其值根据当前行和上一行中的另一列值计算得出

Question

鉴于下面的数据框，colNames = ["Time","Col2","Col3","Col4","Col5","Col6","Col7","Col8","Col9","Col10","Col11","Col12","Col13"]df = pd.DataFrame(colVals, columns=colNames)df = df.set_index('Time')df = df.apply(pd.to_numeric, errors='coerce')需要添加新Col14的，这样它就从 0 开始，并且每当Col11当前行的值小于前一行的值时递增Col11一 - 如果前一行的Col11值是NaN，它不应该递增Col14。例如+-------+-------+-------------------------------------------------------------------------------------------------+| Col11 | Col14 |                                                                                                 |+-------+-------+-------------------------------------------------------------------------------------------------+| 900   |     0 | start with 0                                                                                    || NaN   |     0 |                                                                                                 || 900   |     0 |                                                                                                 || 903   |     0 |                                                                                                 || 904   |     0 |                                                                                                 || 904   |     0 |                                                                                                 || 8     |     1 | increment Col14 by 1 when current row's Col11 value is less than the previous row's Col11 value |+-------+-------+-------------------------------------------------------------------------------------------------+有没有办法参考上一行？

Answer 1

你能试试这个吗？

df['col14']=df.Col11.gt(df.Col11.shift(-1)).cumsum()

或者

df['col14a']=df.Col11.gt(df.Col11.shift(-1)).shift().fillna(0).cumsum().astype(int)

两者之间的区别在于计数在较低值的末尾（第一个）切换，它在新值的开始（第二个）切换

如果您想将 NaN 视为与之前的非 Nan 值相同，请使用下面的代码。

df['col14b']=df.Col11.fillna(method='ffill').gt(df.Col11.fillna(method='ffill').shift(-1)).shift().fillna(0).cumsum().astype(int)

使用您提供的较小的虚拟数据集，输出如下

Col11   col14   col14a  col14b

0   900.0   0   0   0

1   NaN     0   0   0

2   900.0   0   0   0

3   900.0   0   0   0

4   903.0   0   0   0

5   904.0   0   0   0

6   904.0   1   0   0

7   8.0     1   1   1

8   8.0     1   1   1

9   200.0   1   1   1

10  201.0   1   1   1

11  NaN     1   1   1

12  0.0     1   1   2

13  1.0     1   1   2

14  NaN     1   1   2

15  NaN     1   1   2

16  0.0     1   1   3

细节 我这里解释最后一个，其他两个与此类似。

我们用df.Col11.fillna(method='ffill')以前的有效值填充 NaN，所以输出如下（我们没有更改 Coll11，我们只是在创建新列时使用它）

0     900.0

1     900.0

2     900.0

3     900.0

4     903.0

5     904.0

6     904.0

7       8.0

8       8.0

9     200.0

10    201.0

11    201.0

12      0.0

13      1.0

14      1.0

15      1.0

16      0.0

我们只是向上移动 1 行，df.Col11.fillna(method='ffill').shift(-1)以便我们可以在行和它的前一行之间进行比较。

0     900.0

1     900.0

2     900.0

3     903.0

4     904.0

5     904.0

6       8.0

7       8.0

8     200.0

9     201.0

10    201.0

11      0.0

12      1.0

13      1.0

14      1.0

15      0.0

16      NaN

用df.Col11.fillna(method='ffill').gt(df.Col11.fillna(method='ffill').shift(-1))，我们进行比较，结果为真假，如下所示。

0     False

1     False

2     False

3     False

4     False

5     False

6      True

7     False

8     False

9     False

10    False

11     True

12    False

13    False

14    False

15     True

16    False

我们使用shift将值向下移动一行，因为您希望在存在较小数字时切换数字。当我们向下移动行时，第一行变成NaN，我们用 0 替换它（因为我们必须从零开始）使用.fillna(0)。然后我们使用.cumsum(). .cumsum()只添加True值，所以我们得到我们需要的值。最后，我们将此列分配为整数，.astype(int)以使所有值都为整数。