Question

我有以下数据框：

    updated_at   type      source
0   2017-01-01   User     
1   2017-01-01   Inbound
2   2017-01-02   User
3   2017-01-02   Outbound
4   2017-01-03   Outbound
5   2017-01-03   User

我需要删除type != User所在的行，但是将type == User行的源设置为我要删除的行的type。到目前为止，我已经尝试过groupby('updated_at)，但是我遇到了在副本上设置值的错误。此外，groupby('updated_at')始终只返回两行。

这就是我想要的结果：

    updated_at   type      source
0   2017-01-01   User      Inbound
2   2017-01-02   User      Outbound
5   2017-01-03   User      Outbound

注意：我有~370,000行

Answer 1

如果您确定要定位的行是连续的，则可以使用shift：

df["source"]=df["type"].shift(-1)

然后过滤掉type=="User"

的行

修改

由于线条不连续，与样本不同，

df=df.sort_values(["updated_at", "type"])

这将保证一个TimeStamp类型总是（1）入站/出站（2）用户。然后：

df["source"]=df["type"].shift()

然后过滤掉type=="User"
的行

Answer 2

拆分数据框并使用相同的索引标准化它们。然后从源

宣布源列

user = df.loc[df.type == 'User',:]
user.set_index('updated_at')
bound = df.loc[df.type != 'User',:]
bound.set_index('updated_at')
user['source'] = bound.type

groupby，然后根据另一列设置列值（索引器太多）

2 个答案: