Question

我想问一个关于熊猫的问题，我认为用小例子来解释这个问题是个好主意。

我有

 Group     Price
 0         102
 0         103
 0         105
 1         106
 0         105
 0         106
 1         103
 0         105

我想要

 Group     Price   Impact
 0         102     
 0         103
 0         105
 1         106     -5    (103 - 108)
 0         104
 0         108
 1         101     -3    (104-107)
 0         107

因此，基本上，我想在我的组值等于1（t）时找到前第二行（t-2）与后第二行（t + 2）之间的差异。例如，在第一种情况下，影响值等于-5。这仅仅是因为我的组值在第4行（t）中为1，并且代码找到了第二行（t-2）和第六行（t + 2）之间的差。我可以使用以下代码来实现：

 i = Data.loc[Data.Group.eq(1)].index.tolist()
 j = [(i-2,i+2) for i_ in i ]
 Data.loc[Data.Group.eq(1), 'impact'] = 
 [(Data.Price.iloc[b] - Data.Price.iloc[a]) for (a,b) in j]

但是，如果任何行中的条件都不满足，那么我将收到以下错误：

 IndexError: single positional indexer is out-of-bounds

例如，让我们再次查看我的数据。如您所见，Group的值在第8（t）行中等于1（价格= 101）。尽管我在第6行（t-2）中有值，但我没有第10行（t + 2），因为数据有9行。

如果没有数据，我想开发使用最接近值的代码。例如，正如我所说，Group的值在第8（t）行等于1。通常，代码应找到第6行和第10行之间的差异。但是，由于我没有第10行，因此我想找出第6行和第9行之间的区别。

我希望我能解释一下。

在此先感谢您的帮助！

Answer 1

在“价格”列上进行shift之后，可以使用ffill和bfill，以获取超出范围的缺失值。首先创建一个掩码，其中“组”列为1。然后shift将“价格”中的值2和-2填充到移位操作生成的NaN中，然后进行减法。

#create the mask
mask = df.Group == 1
# create the column Impact
df.loc[mask,'Impact'] = (df.Price.shift(2).bfill() - df.Price.shift(-2).ffill())[mask]

你会得到

print (df)
   Group  Price  Impact
0      0    102     NaN
1      0    103     NaN
2      0    105     NaN
3      1    106    -5.0
4      0    104     NaN
5      0    108     NaN
6      1    101    -3.0
7      0    107     NaN

您可以使用fillna将“影响”中的所有Nan值替换为您想要的

感谢@Scott Boston添加了评论，您可以使用方法mask在一行中完成该操作：

df['Impact'] = (df.Price.shift(2).bfill() - 
                      df.Price.shift(-2).ffill()).mask(df['Group'] != 1)

复杂的条件和

1 个答案: