Question

我有一个简单的问题。我创建了一个具有许多特征的数据框。我想创建一个新列，选择两个特定行（将作为输入）之间的所有行。

假设数据帧如下：

data = {'currency': ['Euro', 'Euro', 'Euro', 'Dollar', 'Dollar', 'Yen', 'Yen', 'Yen', 'Pound', 'Pound', 'Pound, 'Pesos', 'Pesos'], 
    'cost': [34, 67, 32, 29, 48, 123, 23, 45, 78, 86, 23, 45, 67]}
df = pd.DataFrame(data, columns = ['currency', 'cost'])
df

df table

我想添加一个新列，在满足条件时分配1。在我的情况下，条件是两种特定货币之间的所有行。例如，假设我希望所有货币介于＆＃39; Dollar＆＃39;之间。和＃Pound＆＃39;。我的猜测是我必须创建一个面具并将其用作条件，这将说明选择第一个＆＃39; Dollar＆＃39;之间的所有行。排和最后一个＆＃39; Pound＆＃39;行（即第3-10行）。

我在创建该掩码时遇到问题，因为货币是按字母顺序选择的：

mask = (df['currency'] >= 'Dollar') & (df['currency'] <= 'Pound')

以上所有货币都会创建一个新列，除了＆＃39;日元＆＃39;。我可以看出为什么上面的失败，但却想不出一种做我想做的事情。

注意：相同的货币名称将成组，例如＆＃39;磅＆＃39;不能在4-5行，然后是8-10行。

提前致谢

Answer 1

通用解决方案也适用于重复索引：

a = df['currency'].eq('Dollar').cumsum()
b = df['currency'].eq('Pound').iloc[::-1].cumsum()
df['new'] = a.mul(b).clip_upper(1)

替代工作的唯一索引：

a = df['currency'].eq('Dollar').idxmax()
b = df['currency'].eq('Pound').iloc[::-1].idxmax()
df['new'] = 0
df.loc[a:b, 'new'] = 1

print (df)
   currency  cost  new
0      Euro    34    0
1      Euro    67    0
2      Euro    32    0
3    Dollar    29    1
4    Dollar    48    1
5       Yen   123    1
6       Yen    23    1
7       Yen    45    1
8     Pound    78    1
9     Pound    86    1
10    Pound    23    1
11    Pesos    45    0
12    Pesos    67    0

说明：

按Series.eq比较首先与==相同
获取cumsum
对于[::-1]
mul多个一起，clip_upper

0

1

第二个解决方案使用idxmax作为第一个索引值，并按1设置loc

Answer 2

在逻辑或

上使用Numpy的积累

cumor = np.logical_or.accumulate

c = df.currency.values
d = c == 'Dollar'
p = c == 'Pound'

df.assign(new=(cumor(d) & cumor(p[::-1])[::-1]).astype(np.uint))

   currency  cost  new
0      Euro    34    0
1      Euro    67    0
2      Euro    32    0
3    Dollar    29    1
4    Dollar    48    1
5       Yen   123    1
6       Yen    23    1
7       Yen    45    1
8     Pound    78    1
9     Pound    86    1
10    Pound    23    1
11    Pesos    45    0
12    Pesos    67    0

pandas选择行范围

2 个答案: