Question

我有一个数据框df，想为每个“ Id”更改“状态”列中的值

规则是：如果'Status'=='High'，则将之前的行更新为'Before'，否则为'After'

数据帧df：

     Id     Status    
0    1      Low
1    1      Low
2    1      High
3    1      Low
4    2      Low
5    2      Low
6    2      High
7    2      Low
8    3      Low
9    3      Low
10   3      High
11   3      Low
12   3      High
13   3      Low

我期望的df：

     Id     Status
 0   1      Before
 1   1      Before
 2   1      High
 3   1      After
 4   2      Before
 5   2      Before
 6   2      High
 7   2      After
 8   3      Before
 9   3      Before
10   3      High
11   3      After
12   3      High
13   3      After

到目前为止，这是我的代码，（我尚未添加规则，否则将其更改为“之后”）

df.loc[df.groupby(['Id'])['Status'] == "High", df['Status'].shift(1)] = 'Before'

我遇到一个错误：

ValueError: cannot index with vector containing NA / NaN values

Answer 1

使用numpy.select将每个组的最后High之后设置为After，将所有没有High的值设置为Before：

m1 = df['Status'].eq('High')
m2 = m1.groupby(df['Id']).cumsum() == 0

df['Status1'] = np.select([m1, m2], ['High', 'Before'], default='After') 
print (df)
    Id Status Status1
0    1    Low  Before
1    1    Low  Before
2    1   High    High
3    1    Low   After
4    2    Low  Before
5    2    Low  Before
6    2   High    High
7    2    Low   After
8    3    Low  Before
9    3    Low  Before
10   3   High    High
11   3    Low   After
12   3   High    High
13   3    Low   After

Answer 2

您可以使用地图功能：

df['Status'] = df['Status'].map({'High': 'After', 'Low': 'Before'})

熊猫-根据ID根据当前行值组更新上一行和下一行的值

2 个答案: