Question

我想复制类似于Alteryx中的“多行公式”工具。我目前正在阅读一个csv文件，如果同一测试列中另一行的值为真，我希望能够在列表中设置一个值。

样本数据

**Country**
China
India
Brazil
Indonesia

当它遍历包含巴西的行时，“Y”应该被添加到新列表中，因为中国是两行以上。其余部分应附加“N”。

import pandas as pd

csv_in = pd.read_csv('C:/sample.csv')

kind = []                           

for row in csv_in['Country']:
    if ***two rows above this row*** == 'China':
        kind.append('Y')
    elif ***one row below this row*** == 'Canada':
        kind.append('Y')
    else:
        kind.append("N")

csv_in['Result'] = kind

我无法找到针对此问题的任何内容。任何帮助将不胜感激！

编辑：我意识到除了我最初的要求之外我还需要做更多的事情。

  for row in csv_in['Country']:
      if  'hina' in ***two rows above this row***:
          kind.append('Y')
      elif ***one row below this row***.startswith('Can'):
          kind.append('X')
      else:
          kind.append("N")

Answer 1

使用shift构建一个布局数组，其中应显示'Y'值，然后使用numpy.where创建列：

import numpy as np

y_cond = (csv_in.shift(2) == 'China') | (csv_in.shift(-1) == 'Canada')
csv_in['Result'] = np.where(y_cond, 'Y', 'N')

如果您的DataFrame中有多个列，则您需要使用csv_in['Country'].shift()而不是上述代码中的较短表示法。

一些略微扩展的样本数据的结果输出：

     Country Result
0      China      N
1      India      N
2     Brazil      Y
3  Indonesia      N
4     Bhutan      N
5     Mexico      Y
6     Canada      N
7       Peru      N
8   Honduras      N

修改

如果您想分配非二进制值，我采用略有不同的方法。

首先将结果初始化为'N'。对于每个条件，像以前一样创建一个布尔数组，并使用loc指定所需的值。按重要性的相反顺序执行此操作，因为后续匹配将覆盖先前的匹配。

请注意，您可以使用.str访问器将字符串函数应用于列，如文档的Working with Text Data部分所述。

csv_in['Result'] = 'N' x_cond = csv_in['Country'].shift(-1).str.startswith('Can').fillna(False) csv_in.loc[x_cond, 'Result'] = 'X' y_cond = csv_in['Country'].shift(2).str.contains('hina').fillna(False) csv_in.loc[y_cond, 'Result'] = 'Y'

.fillna(False)是必需的，因为loc需要纯粹的布尔值，shift会引入NaN值。如果你真的想按照重要性的顺序编写条件，你可以在x_cond & (csv_in['Result'] == 'N')内做loc之类的事情，尽管它可能会影响性能。

更新了输出：

Country Result 0 China N 1 India N 2 Brazil Y 3 Indonesia N 4 Bhutan N 5 Mexico X 6 Canada N 7 Peru N 8 Honduras N

基于当前行上方或下方第n行的条件 - Python

1 个答案: