Question

我有一个这样的数据框

Value  Name
6   jameel
8   jameel
1   sarah
8   jameel
1   sarah
10  jameel
1   sarah
10  jameel
1   sarah
10  jameel
2   sarah
11  jameel
1   sarah
12  jameel
2   sarah
14  jameel
3   sarah
14  jameel

我想隐蔽此数据帧，以使Sarah的第一次出现是前一个加上Jameel的最大值，因此根据此数据帧，sarah的第一次出现在第三行中，它将成为最大前一个出现的9 jameel的值是8。此后，只要sarah的值是1，都应将其替换为9，并且不应更改。现在，当我们完成此操作后，我们可以注意到jameel的值增加并且在第8行的10处变为最大值，因为它不应更改随后的sarah值，因为它是1，而是应该在第11行将sarah的值更改为10 + 1 = 11，因为它不是1，而是2，因此应遵循此过程，并且最终的帧应如下所示。

Value  Name
6   jameel
8   jameel
9   sarah
8   jameel
9   sarah
10  jameel
9   sarah
10  jameel
9   sarah
10  jameel
11  sarah
11  jameel
9   sarah
12  jameel
11  sarah
14  jameel
15  sarah
14  jameel

请注意，jameel的值和sarah的值始终始终按升序

jameel的值：6、8、10、11、12、14

莎拉的值：1、2、3

在熊猫中有没有办法做到这一点，或者还有其他python方式吗？

Answer 1

以下应该可以解决问题：

import pandas as pd

data = {'Value'     :[6,8,1,8,1,10,1,10,1,10,2,11,1,12,2,14,3,14],
        'Name'      :['J','J','S','J','S','J','S','J','S','J','S','J','S','J','S','J','S','J'],
        'Address'   :['rd','rd','rd','st','rd','st','rd','st','rd','rd','rd','rd','st','st','av','rd','av','av']}   

df = pd.DataFrame(data)

S_vals = df['Value'][df['Name'] == 'S']
J_vals = df['Value'][df['Name'] == 'J']

# Get locs of unique values
unique_vals = set(S_vals)
locs = [S_vals[df['Value'] == v].index[0] for v in unique_vals]

df_new = df.copy()

# Set values
for l in locs:
    for j in S_vals.index[S_vals==S_vals[l]]:
        df_new.at[j, 'Value'] = max(J_vals[J_vals.index<l])+1

        # This is deprecated
        #df_new.set_value(j, 'Value', max(J_vals[J_vals.index<l])+1)

编辑：添加了额外的一列，以表明该方法适用于具有比“值”和“名称”更多的列的数据结构。

“ Sarah”和“ Jameel”的值存储在S_vals和J_vals中。 “ Sarah”的唯一值的位置是然后存储在locs中。然后，设置值：

遍历唯一值的位置
对于每个唯一值，迭代与具有该值的Sarah匹配项对应的所有索引（首先我们执行所有1，然后执行所有2，以此类推）
然后将与Sarah对应的每个值替换为与Jameel对应的最大值+1，

这给出了：

>>> print(df)
    Value Name Address
0       6    J      rd
1       8    J      rd
2       1    S      rd
3       8    J      st
4       1    S      rd
5      10    J      st
6       1    S      rd
7      10    J      st
8       1    S      rd
9      10    J      rd
10      2    S      rd
11     11    J      rd
12      1    S      st
13     12    J      st
14      2    S      av
15     14    J      rd
16      3    S      av
17     14    J      av

>>> print(df_new)
    Value Name Address
0       6    J      rd
1       8    J      rd
2       9    S      rd
3       8    J      st
4       9    S      rd
5      10    J      st
6       9    S      rd
7      10    J      st
8       9    S      rd
9      10    J      rd
10     11    S      rd
11     11    J      rd
12      9    S      st
13     12    J      st
14     11    S      av
15     14    J      rd
16     15    S      av
17     14    J      av

我已经在.set_value的注释行中留下了意见：不建议使用，但是速度更快（请参阅this analysis here）。

享受！

根据数据框中的上一列值对列值进行排名

1 个答案: