我在尋找最有效的方式找到，如果True價值column A是去年以來第一次出現True的值column B。
在這個例子中，預期的輸出是column C。
示例 1：
df = pd.DataFrame({
'A': [False, False, True, False, True, False, True, False, True],
'B': [True, False, False, False, False, True, False, False, False],
'C': [False, False, True, False, False, False, True, False, False]
})
| 一種 | 乙 | C | |
|---|---|---|---|
| 0 | 錯誤的 | 真的 | 錯誤的 |
| 1 | 錯誤的 | 錯誤的 | 錯誤的 |
| 2 | 真的 | 錯誤的 | 真的 |
| 3 | 錯誤的 | 錯誤的 | 錯誤的 |
| 4 | 真的 | 錯誤的 | 錯誤的 |
| 5 | 錯誤的 | 真的 | 錯誤的 |
| 6 | 真的 | 錯誤的 | 真的 |
| 7 | 錯誤的 | 錯誤的 | 錯誤的 |
| 8 | 真的 | 錯誤的 | 錯誤的 |
示例 2：
df = pd.DataFrame({
'A': [True, False, False, True, False, True, False, True, False],
'B': [False, True, False, False, False, False, True, False, False],
'C': [False, False, False, True, False, False, False, True, False]
})
| 一種 | 乙 | C | |
|---|---|---|---|
| 0 | 真的 | 錯誤的 | 錯誤的 |
| 1 | 錯誤的 | 真的 | 錯誤的 |
| 2 | 錯誤的 | 錯誤的 | 錯誤的 |
| 3 | 真的 | 錯誤的 | 真的 |
| 4 | 錯誤的 | 錯誤的 | 錯誤的 |
| 5 | 真的 | 錯誤的 | 錯誤的 |
| 6 | 錯誤的 | 真的 | 錯誤的 |
| 7 | 真的 | 錯誤的 | 真的 |
| 8 | 錯誤的 | 錯誤的 | 錯誤的 |
示例 3：
在這里您可以找到一個帶有更大示例的.csv 檔案
uj5u.com熱心網友回復：
您可以groupby對“B”列的累積總和使用運算來對您的資料框進行分組，如您所描述的那樣。然后您可以使用idxmax來獲取索引，其中每個第一次出現在列“A”中。一旦你有了這些索引，你就可以創建你的新列“C”。
使用idxmax是一個小技巧，因為我們實際上對最大值并不感興趣，因為“A”列只有TrueandFalse作為它的值。idxmax將回傳最大值第一次出現的索引（在這種情況下，是True每個組中的第一次出現），這是我們特別感興趣的。
df = pd.DataFrame({
'A': [False, False, True, False, True, False, True, False, True],
'B': [True, False, False, False, False, True, False, False, False],
})
# get a dataframe of the position of the max as well as the max value
indices_df = df["A"].groupby(df["B"].cumsum()).agg(["idxmax", "max"])
# mask to filter out the 0th group
skip_0th = (indices_df.index > 0)
# mask to filter out groups who do not have True as a value
groups_with_true = (indices_df["max"] == True)
# combine masks and retrieve the appropriate index
indices = indices_df.loc[skip_0th & groups_with_true, "idxmax"]
df["C"] = False
df.loc[indices, "C"] = True
print(df)
A B C
0 False True False
1 False False False
2 True False True
3 False False False
4 True False False
5 False True False
6 True False True
7 False False False
8 True False False
更新了示例 2。
我們可以通過對索引系列進行切片以排除任何索引為 0 的條目（例如，從 1 到結尾的標簽切片）來解決此問題。這是有效的，因為我們的groupby操作根據.cumsum. 在示例 1 中，最小的索引標簽將為 1（因為“B”列中的第一個值是 True）。而在示例 2 中，最小的索引標簽將為 0。由于我們不希望 0 影響我們的結果，我們可以簡單地將它從我們的indices.
當我們在對我們的indices系列執行切片后分配“C”時，我們將適當地忽略“B”列中第一次出現 True 之前的所有值。
足夠的文字，讓我們看看一些代碼。
示例 1
print(indices)
1 2
2 6
# Slicing here doesn't change anything, since indices does not have
# a value corresponding to label position 0
indices = indices.loc[1:]
print(indices)
1 2
2 6
示例 2
print(indices)
0 0
1 3
2 7
# we don't want to include the value from label position 0 in `indices`
# so we can use slicing to remove it
indices = indices.loc[1:]
print(indices)
1 3
2 7
uj5u.com熱心網友回復：
這是一種方法，也許不是最好的方法。
is_occurred = False
def is_first_occurrence_since(column_to_check, column_occurence):
global is_occurred
if is_occurred and column_to_check == True:
is_occurred = False
return True
elif not is_occurred and column_occurence == True:
is_occurred = True
return False
df.apply(lambda row: is_first_occurrence_since(row['A'], row['B']), axis=1)
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/371355.html
上一篇：基于多列子組填充缺失值