就像标题状态一样，我想基于“剪切”中的值将“ Vorgabe”和“临时”中的值更改为nan。
这是一个预期结果的示例。我认为这是了解我的问题的最好方法。
OptOpTemp OpTemp Grad Vorgabe Temp Cut
0 22.5 24 0.0 22.5 24 0.0
1 22.5 24 0.0 22.5 24 0.0
2 23.5 24 1.0 23.5 24 1.0
3 23.5 24 0.0 23.5 24 0.0
4 23.5 24 0.0 23.5 24 0.0
5 23.5 24 0.0 23.5 24 0.0
6 23.5 24 0.0 23.5 24 0.0
7 23.5 24 0.0 23.5 24 0.0
8 23.5 24 0.0 23.5 24 0.0
9 26.0 24 2.5 26.0 24 3.0
10 26.0 24 0.0 26.0 24 0.0
11 26.0 24 0.0 26.0 24 0.0
12 26.0 24 0.0 26.0 24 0.0
13 26.0 24 0.0 26.0 24 0.0
我想将此更改为：
OptOpTemp OpTemp Grad Vorgabe Temp Cut
0 22.5 24 0.0 22.5 24 0.0
1 22.5 24 0.0 nan nan 0.0 <- one row above
2 23.5 24 1.0 nan nan 1.0
3 23.5 24 0.0 nan nan 0.0 <- one row among
4 23.5 24 0.0 23.5 24 0.0
5 23.5 24 0.0 23.5 24 0.0
6 23.5 24 0.0 nan nan 0.0 <- three rows above
7 23.5 24 0.0 nan nan 0.0
8 23.5 24 0.0 nan nan 0.0
9 26.0 24 2.5 nan nan 3.0
10 26.0 24 0.0 nan nan 0.0
11 26.0 24 0.0 nan nan 0.0
12 26.0 24 0.0 nan nan 0.0 <- three rows among
13 26.0 24 0.0 26.0 24 0.0
上方和中间的行数基于“剪切”中的值。
我想为'Cut'中的每个整数值创建一个。因此，如果出现2，则应在上方切两行，中间切两行。因此，我认为需要循环，但我不知道如何实现正确的结果...
答案 0 :(得分：1)
一种方法是创建一个索引数组并通过它们屏蔽：
# define in-scope cuts
cuts = df.loc[df['Cut'] != 0, 'Cut'].astype(int)
# calculate array of indices
idx = np.hstack([np.arange(i - val, i + val + 1) for i, val in cuts.items()])
# mask series according to indices
df.loc[idx, ['Vorgabe', 'Temp']] = np.nan
# alternative: use if index ranges may fall out of dataframe index
# df.loc[df.index.isin(idx), ['Vorgabe', 'Temp']] = np.nan
print(df)
# OptOpTemp OpTemp Grad Vorgabe Temp Cut
# 0 22.5 24 0.0 22.5 24.0 0.0
# 1 22.5 24 0.0 NaN NaN 0.0
# 2 23.5 24 1.0 NaN NaN 1.0
# 3 23.5 24 0.0 NaN NaN 0.0
# 4 23.5 24 0.0 23.5 24.0 0.0
# 5 23.5 24 0.0 23.5 24.0 0.0
# 6 23.5 24 0.0 NaN NaN 0.0
# 7 23.5 24 0.0 NaN NaN 0.0
# 8 23.5 24 0.0 NaN NaN 0.0
# 9 26.0 24 2.5 NaN NaN 3.0
# 10 26.0 24 0.0 NaN NaN 0.0
# 11 26.0 24 0.0 NaN NaN 0.0
# 12 26.0 24 0.0 NaN NaN 0.0
# 13 26.0 24 0.0 26.0 24.0 0.0