这是一个示例数据框:
X Y Z
1 0 1
0 1 0
1 1 1
现在,这是我想出的规则:
最终数据框应如下所示:
X Y Z
0 0 1
0 1 0
0 0 1
我对解决方案的第一个想法是:
df_null_list = ['X']
for i in ['Y', 'Z']:
df[df[i] == 1][df_null_list] = 0
df_null_list.append(i)
当我这样做并在y轴上求和时,我开始获得2和4的值,这是没有意义的。注意,我指的是我在实际数据集上运行的时间。
您对改进或替代解决方案有什么建议吗?
答案 0 :(得分:4)
使用mask
:
df['X'] = df['X'].mask(df.Y == 1, 0)
df[['X', 'Y']] = df[['X', 'Y']].mask(df.Z == 1, 0)
使用DataFrame.loc
的另一种解决方案:
df.loc[df.Y == 1, 'X'] = 0
df.loc[df.Z == 1, ['X', 'Y']] = 0
print (df)
X Y Z
0 0 0 1
1 0 1 0
2 0 0 1
答案 1 :(得分:1)
您可以将其概括为希望每行的最后一个索引1
保持1
,并将其他所有内容保留为0
。为了提高性能,请对基础numpy
数组进行操作:
a = df.values
idx = (a.shape[1] - a[:, ::-1].argmax(1)) - 1
t = np.zeros(a.shape)
t[np.arange(a.shape[0]), idx] = 1
array([[0., 0., 1.],
[0., 1., 0.],
[0., 0., 1.]])
如果您需要将结果作为DataFrame退回:
pd.DataFrame(t, columns=df.columns, index=df.index).astype(int)
X Y Z
0 0 0 1
1 0 1 0
2 0 0 1
答案 2 :(得分:0)
另一种解决方案是使用numpy
在行轴上执行扩展操作:
df1 = df.copy() == 1
df1.iloc[:,::-1].expanding(axis=1).apply(
lambda x: x[-1] * np.prod(np.logical_not(x[:-1]))
).iloc[:,::-1]
X Y Z
0 0.0 0.0 1.0
1 0.0 1.0 0.0
2 0.0 0.0 1.0