Question

我有以下数据框 -

              50d-200d  Regime  
Date                          
2017-02-22       NaN       0  
2017-02-23       NaN       0  
2017-02-24       NaN       0  
2017-02-27      0.52       1  
2017-02-28      0.92       1  
...
2017-04-04      0.39       1  
2017-04-05      0.16       1  
2017-04-06     -0.08      -1  
2017-04-07     -0.30      -1  
2017-04-10     -0.51      -1
...
2017-08-09     -1.15      -1  
2017-08-10     -0.52      -1  
2017-08-11      0.07       1  
2017-08-17      2.67       1

我想修改此数据帧，使“Regime”列值设置为0，直到第一次出现“-1”。在那之后，我想保持数据框未经修改。我怎么做到这一点？

TIA

Answer 1

使用idxmax作为第一个-1的索引值，然后设置0：

idx = df['Regime'].eq(-1).idxmax()
df.iloc[:df.index.get_loc(idx), df.columns.get_loc('Regime')] = 0
print (df)
            50d-200d  Regime
Date                        
2017-02-22       NaN       0
2017-02-23       NaN       0
2017-02-24       NaN       0
2017-02-27      0.52       0
2017-02-28      0.92       0
2017-04-04      0.39       0
2017-04-05      0.16       0
2017-04-06     -0.08      -1
2017-04-07     -0.30      -1
2017-04-10     -0.51      -1
2017-08-09     -1.15      -1
2017-08-10     -0.52      -1
2017-08-11      0.07       1
2017-08-17      2.67       1

piRSquared的另一个解决方案，谢谢你：

df.iloc[:df.Regime.eq(-1).values.argmax(), df.columns.get_loc('Regime')] = 0

Answer 2

选项1
np.logical_and.accumulate

df.assign(Regime=df.Regime.mask(np.logical_and.accumulate(df.Regime.ne(-1)), 0))

            50d-200d  Regime
Date                        
2017-02-22       NaN       0
2017-02-23       NaN       0
2017-02-24       NaN       0
2017-02-27      0.52       0
2017-02-28      0.92       0
2017-04-04      0.39       0
2017-04-05      0.16       0
2017-04-06     -0.08      -1
2017-04-07     -0.30      -1
2017-04-10     -0.51      -1
2017-08-09     -1.15      -1
2017-08-10     -0.52      -1
2017-08-11      0.07       1
2017-08-17      2.67       1

选项2

df.assign(Regime=df.Regime.mask(df.Regime.ne(-1).cumprod().astype(bool), 0))

            50d-200d  Regime
Date                        
2017-02-22       NaN       0
2017-02-23       NaN       0
2017-02-24       NaN       0
2017-02-27      0.52       0
2017-02-28      0.92       0
2017-04-04      0.39       0
2017-04-05      0.16       0
2017-04-06     -0.08      -1
2017-04-07     -0.30      -1
2017-04-10     -0.51      -1
2017-08-09     -1.15      -1
2017-08-10     -0.52      -1
2017-08-11      0.07       1
2017-08-17      2.67       1

如何更新pandas dataframe列中的值，直到第一次出现同一列中的值为止？

2 个答案: