Question

如果我有数据框

name   | datetime | price
---------------------------
APL    |  10-1-12 | 1.92  
BBC    |  10-1-12 | 4.16
CPL    |  10-1-12 | 4.99
APL    |  10-2-12 | 2.05
BBC    |  10-2-12 | 5.16
CPL    |  10-2-12 | 3.99

我想创建一个新列：APL_price，以及其他任何一个列名称的日期时间与APL的日期时间相匹配，我希望它充满了那个日期的APL价格如下：

name   | datetime | price | APL_price
-------------------------------------
APL    |  10-1-12 | 1.92  | 1.92 (or null is ok)
BBC    |  10-1-12 | 4.16  | 1.92
CPL    |  10-1-12 | 4.99  | 1.92
APL    |  10-2-12 | 2.05  | 2.05 (or null)
BBC    |  10-2-12 | 5.16  | 2.05
CPL    |  10-2-12 | 3.99  | 2.05

我正在考虑编写一个辅助函数来迭代所有东西并找到一个日期时间匹配，但不确定是否有更快的方式。

Answer 1

您可以为所有值NaN创建APL，而不是Series.where NaN，然后通过ffill向前填充替换df['APL_price'] = df['price'].where(df['name'] == 'APL').ffill()：

!=

mask的替代解决方案和df['APL_price'] = df['price'].mask(df['name'] != 'APL').ffill()的反转掩码：

print (df)
  name  datetime  price  APL_price
0  APL     10112   1.92       1.92
1  BBC     10112   4.16       1.92
2  CPL     10112   4.99       1.92
3  APL     10212   2.05       2.05
4  BBC     10212   5.16       2.05
5  CPL     10212   3.99       2.05

print (df['price'].where(df['name'] == 'APL'))
0    1.92
1     NaN
2     NaN
3    2.05
4     NaN
5     NaN
Name: price, dtype: float64

详情：

groupby

更一般的解决方案在第一步中类似，但是datetime的{{1}}与ffill和bfiil一起用于替换NaN s两个方向：

name = 'BBC'
df[name + '_price'] = df['price'].where(df['name'] == name)
df[name + '_price'] = (df.groupby('datetime')[name + '_price']
                         .apply(lambda x: x.ffill().bfill()))
print (df)
  name  datetime  price  BBC_price
0  APL     10112   1.92       4.16
1  BBC     10112   4.16       4.16
2  CPL     10112   4.99       4.16
3  APL     10212   2.05       5.16
4  BBC     10212   5.16       5.16
5  CPL     10212   3.99       5.16

使用列匹配另一列的值填充新列

1 个答案: