Question

我有一个熊猫数据框'df'，其中一个名为“ Value”的列如下所示：

import pandas as pd
df = pd.DataFrame({'Value':[240, 241, 242, 243, 244, 245, 246, 247, 248, 249, 250, 251, 252, 253, 254, 255]})

Value
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255

我想做的是添加第二列“ NewValue”，这样我就得到了这样的列：

Value NewValue
240   7
241   8
242   9
243   10
244   11
245   12
246   13
247   14
248   15
249   0
250   1
251   2
252   3
253   4
254   5
255   6

第二列应包含从0到15的升序，其中变量zerovalue定义值0的（索引）位置。在上面的示例zerovalue = 249中。
我知道我可以添加一个新列并基于rowIndex更改行值，如下所示：

rowIndex = df.index[9]
df.loc[rowIndex, 'NewValue'] = 0

我如何添加第二列，该列包含上面示例中的系列，并且定义零列位置的zerovalue可以更改？

Answer 1

我将cumsum与agrsort一起使用，然后通过index分配值

s=df.Value.eq(249).cumsum()
df.loc[s.iloc[(-s).argsort()].index,'NewValue']=np.arange(len(df))
df
Out[134]: 
    Value  NewValue
0     240         7
1     241         8
2     242         9
3     243        10
4     244        11
5     245        12
6     246        13
7     247        14
8     248        15
9     249         0
10    250         1
11    251         2
12    252         3
13    253         4
14    254         5
15    255         6

Answer 2

您可以使用np.roll，首先使用布尔条件和sum计算换档位置：

shift = (df['Value'] < 249).sum()
df['NewValue'] = np.roll(np.arange(len(df)), shift)

输出：

    Value  NewValue
0     240         7
1     241         8
2     242         9
3     243        10
4     244        11
5     245        12
6     246        13
7     247        14
8     248        15
9     249         0
10    250         1
11    251         2
12    252         3
13    253         4
14    254         5
15    255         6

Answer 3

使用此：

df['NewValue'] = np.arange(0, len(df.Value))
df['NewValue'].shift(np.argwhere(df.Value== zerovalue)[0][0]).fillna(0) + df['NewValue'].shift(np.argwhere(df.Value== zerovalue)[0][0] - len(df.Value)).fillna(0)

它首先创建一个从0到长度范围的列，然后将其按零值的索引向下推，然后再次创建另一个列，该列将拉出溢出的数字并将其合并。

向df添加列并创建条件序列

3 个答案: