Question

这是我的数据集：

Day    Player    Score
1        Andy      6
2        Boby      6
3        Andy      4
4        Carl      2
5        Andy      3

这是一个简化的示例，但是基本上我想添加一个新列（“ last_pass_date”），以在“玩家”得分达到5以上时查找上一个索引。

我拥有的是：

df['last_pass_date'] = df.groupby(['Player'])['Day'].shift(1)

但是我不确定如何添加'Score'> 5的附加过滤器。任何帮助将不胜感激。谢谢！

编辑：我的解决方案的输出为[NaN，NaN，'1'，NaN，'3']，理想情况下应为[NaN，NaN，'1'，NaN，'1']，因为第3行没有满足得分> 5。

Answer 1

创建passed列：

df['passed'] = df.Day[df.Score > 5]

按Player分组，移passed并向前填充以保留最后通过日期

df['last_pass_date'] = df.groupby('Player').passed.apply(lambda x: x.shift().ffill())

为我产生以下输出：

   Day Player  Score  passed  last_pass_date
0    1   Andy      6     1.0             NaN
1    2   Boby      6     2.0             NaN
2    3   Andy      4     NaN             1.0
3    4   Carl      2     NaN             NaN
4    5   Andy      3     NaN             1.0

Answer 2

如何？

df = pd.DataFrame({"Day": [1, 2, 3, 4, 5],
                   "Player": ["Andy", "Boby", "Andy", "Carl", "Andy"],
                   "Score": [6, 6, 4, 2, 3],
                   })
df['last_pass_date'] = None
passed_indices = df["Score"] > 5
df.loc[passed_indices, 'last_pass_date'] = df.loc[passed_indices, 'Day']
df['last_pass_date'] = df.groupby("Player")['last_pass_date'].apply(
    lambda group: group.shift().ffill())
print(df)

产生：

   Day Player  Score  last_pass_date
0    1   Andy      6             NaN
1    2   Boby      6             NaN
2    3   Andy      4             1.0
3    4   Carl      2             NaN
4    5   Andy      3             1.0

这个想法是在玩家通过时将last_pass_date设置为当前日期，然后为每个玩家向前填充该列。唯一需要的额外技巧是在向前填充按玩家分组的列之前，先移位1（这样您就可以获得玩家先前通过的通过日期）

将过滤器添加到groupby函数

2 个答案: