Question

我有一个带有“时间”和“A”列的pandas DataFrame。对于每一行，df [“Time”]是一个整数时间戳，df [“A”]是一个浮点数。我想创建一个新的列“B”，其值为df [“A”]，但是在将来的五秒钟或之前发生的那一列。我可以迭代地执行此操作：

for i in df.index:
    df["B"][i] = df["A"][max(df[df["Time"] <= df["Time"][i]+5].index)]

然而，df有成千上万的记录，所以这需要太长时间，我需要运行几百次，所以我的解决方案不是真正的选择。我对pandas有点新手（一般来说编程只不太新）所以我不确定pandas是否支持这个明显的解决方案。

如果我在创建列时有一种在每行中引用df [“Time”]的特定值的方法会有所帮助，所以我可以这样做：

df["B"] = df["A"][max(df[df["Time"] <= df["Time"][corresponding_row]+5].index)]

感谢。

编辑：这是我的目标的一个例子。如果数据帧如下：

然后我希望结果是：

其中B中的每一行来自行中A的值，其中Time大于5。因此，如果Time也是索引，那么df [“B”] [0] = df [“A” ] [4]因为4是最大的时间，最多5个大于0.在代码中，4 = max（df [“Time”] [df [“Time”]＆lt; = 0 + 5]，这就是为什么df [“B”] [0]是df [“A”] [4]。

Answer 1

使用tshift。您可能需要先重新取样才能填写任何缺失值。我没时间测试这个，但试试这个。

df['B'] = df.resample('s', how='ffill').tshift(5, freq='s').reindex_like(df)

这里有一个获得帮助的提示：如果你提供几行样本数据和一个你想要的结果的例子，我们很容易复制/粘贴并为你试用一个解决方案。

修改

好的，查看您的示例数据，让我们将您的时间列保留为整数。

In [59]: df Out[59]: A Time 0 0 1 1 4 2 7 3 8 4 10 5 12 6 15 7 18 8 20 9

创建一个包含第一个和最后一个Time值以及它们之间所有整数的数组。

In [60]: index = np.arange(df.index.values.min(), df.index.values.max() + 1)

创建一个填充了所有空白的新DataFrame。

In [61]: df1 = df.reindex(index, method='ffill')

创建一个新列，相同的数据向上移动5 - 也就是说，向前看5秒钟。

In [62]: df1['B'] = df1.shift(-5)

现在放弃我们添加的所有填充时间，仅从原始时间索引中获取值。

In [63]: df1.reindex(df.index) Out[63]: A B Time 0 0 2 1 1 2 4 2 4 7 3 6 8 4 6 10 5 7 12 6 7 15 7 9 18 8 NaN 20 9 NaN

如何填写最后一个值，没有“五秒钟后”取决于您。从您想要的输出判断，可以使用fillna并将常量值设置为A列中的最后一个值。

Python Pandas依赖于值的列创建

1 个答案: