Question

我想重复使用一行的熊猫列值，并在随后的所有行中重复使用此值。

df = pd.DataFrame({'A' : [1,2,3,4,5,6],
                'B' : [2,3,4,5,6,7]})
df.loc[df.A < df.B, 'C'] = df.B.shift(1)

print(df)

给我：

   A  B    C
0  1  2  NaN
1  2  3  2.0
2  3  4  3.0
3  4  5  4.0
4  5  6  5.0
5  6  7  6.0

但是我真正想要的是：

   A  B    C
0  1  2  NaN
1  2  3  2.0
2  3  4  2.0
3  4  5  2.0
4  5  6  2.0
5  6  7  2.0

感谢您的帮助！

Answer 1

SuperStew在这里是正确的；也许像这样：

df['C'] = 2
df['C'] = df['C'].shift(1)

Answer 2

感谢您的回答。我想要的是在满足特定条件之前从行中获取值。

df = pd.DataFrame({'A' : [1,2,3,4,5,6],
                'B' : [2,3,4,5,6,7]})
df['C'] = df['A'] * df['B']
df.loc[df.A < df.B, 'C'] = df['C'].shift(1)
    print(df)

例如：

   A  B     C
0  1  2   2.0
1  2  3   2.0 # if A<B take the value from C from line above
2  3  4   2.0 # if A is still < B take again the value from C from
3  4  5   2.0 # line above (which originally was 2 lines above)
4  5  6   2.0 # and so on
5  6  7   2.0

但是我得到的是：

   A  B     C
0  1  2   NaN
1  2  3   2.0
2  3  4   6.0
3  4  5  12.0
4  5  6  20.0
5  6  7  30.0

Answer 3

您可以使用idxmax。如果条件为True，则获取C列中的最新值，否则C = A *B。

df = pd.DataFrame({'A' : [1,2,3,4,5,6],'B' : [2,3,4,5,6,7]})
df['C'] = df['A'] * df['B']
df['C'] = np.where(df.A < df.B, df.loc[(df.A < df.B).idxmax(), 'C'], df.C)

    A   B   C
0   1   2   2
1   2   3   2
2   3   4   2
3   4   5   2
4   5   6   2
5   6   7   2

熊猫在之前设置并使用line的新值

3 个答案: